今天是来到北京大学可视化发展前沿研究生暑期学校的第三天,早上,王朝立教授紧接着昨天的知识为我们授课。
先是为我们讲解了分层结构,包括:
representativeblocks identification(代表性块建设)
——每个块的计算机直方图
——使用Jensen Shannon差异进行距离计算
——块的层次聚类
——识别代表性块
Distance matrixcompution(距离矩阵计算)
矩阵记录每一对代表性快之间的距离
接着为我们介绍了一种graph挖掘方法:
——用于识别图案简化的图形特征(风扇,连接器,集团)
——检测社区以支持节点组级别的图形探索
——推荐节点或社区进行群组分析
最后为我们总结graph mining的作用:
——降低认知开销和互动成本
——产生更多人们易于理解和可解释事物现象的图片
——能够可视分析数据集并成为知识发现
——证实领域专家的结论
………………………………………************……………………………………
下午是lu aidong教授为我们讲述“沉浸式分析”和“安全可视化”。
“沉浸式分析”中,给我们讲述了沉浸式工具的应用、发展以及结合VR、AR和mixed reality介绍相关领域的成果。
“安全可视化”中,给我们讲述了安全可视化的重要意义,介绍了网络数据可视化最常用的几种方法:
——node-link(节点链接法)
——adjacency matrix(临近矩阵)
——adjacency list(临近列表)
再次,列举了两个例子说明沉浸式分析的重要作用:
一个通过飞机停机时机翼带来的风力的情景模拟,说明两架飞机之间应该保持一定的安全距离,图中红的的烟雾正是被飞机机翼带来的风力所致。
另一个是VR在人脑头部手术中的应用,未来更多类似这种危险度比较高的手术都会在VR环境下进行,这将会给医疗行业带来巨大的变革。