论文部分内容阅读
时空多变量传感器数据在空间采样率、时间采样频率和维度大小等方面都各不相同。因此,根据不同的领域研究目标、不同的用户需求,在探究不同类别数据的内容和模式的过程中,需要从不同的角度、构建不同的可视分析模型,实现不同的可视化关键技术。 传感器数据普遍具有时序性、空间性和多变量性。本文工作从对时变多变量数据的内容的直观可视化,到数据的变量之间的关系挖掘,再到从数据变量提取的变量的基础上进阶地分析变量的变化规律,层层递进,提出并实现了如下三个可视化工作:(1)设计并实现了气象常规资料数据在三维气象数据可视化系统中的可视化以及系统平台架构和交互功能。采用常规可视化方法直观呈现多维度、时间和空间采样稀疏的传感器数据。(2)空间稀疏的空气污染传感器数据的相关性可视分析。提出了基于时间关联片段(Time-Correlation Partitioning)树结构的可视编码设计,可以简洁明了地表现变量之间的相互影响关系和其演变的趋势。(3)时间高频的移动基站数据的可视分析。系统通过对人口流动趋势的空间信息和转换流动模式状态的定义,提出了行为模式转移图(MobilityTransition Graph)的可视编码设计,通过案例分析来验证该系统的有效性。