ChianVis2019_Day2

7月23日，ChinaVis大会的第二天，昨天晚上看了一下议程，今天早上是可视化分析挑战赛的分析会，作为我参加此次大会的契机，我当然要好好看一下其他参赛小组的作品，对比自己的不足，然后学习其他作品的优点，深入分析。

数据可视分析挑战赛1

优势点：利用了聚类算法，对行人的轨迹进行聚类，我们也想到了这一点，但是当时没有时间对轨迹数据进行降维预处理，所以直接聚类的结果不会太好，所以先放弃了，改为轨迹分析出人员类型，但是这样的话 ，需要分析人员拥有极强的判断力和分析能力，结果没有达到参考答案要求。

优势点：建立了三维场景信息，在可视化视觉感观上给人更精致丰富细腻的感觉，而且轨迹数据经过聚类，提取特征，再用粒子的形式展现，不会显得冗余杂乱。而且多维折线图是常用的可视分析手段，理应作为我们可视分析的工具来使用，来丰富我们整个 的界面和分析。

优势点：在预处理的时候，我们把这个有两条轨迹的人员ID作为数据筛选给去除了，实际上这是人员异常事件之一的人员ID冒用的事件。而且三维立体的场景真的比我们的酷炫。

优势点：这里体现出了多维折线图的优势所在。能分析不同人员类型下的人员异常行为。

 

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%5%

一

来自中南大学的夏佳志教授给我们带来了“模式驱动的高维数据可视分析”报告。目前常用的降维/投影方法有PCA、MDS、t-SNE等，然而这些降维方法大都不是为可视化设计的。常用算法的主要目标在于压缩信息而非可视化，没有针对特定的可视维度和模式。为此，夏佳志教授提出了LTSD-GD投影算法，该算法关注子空间映射结果的相关关系，在对比实验中取得了最佳的类分离度。该方法可用于用户交互下的视图生成与优化。

 夏佳志教授在讲解高维数据可视分析

二

时空可视化技术

该专题由中国地质大学的刘刚老师主持，包括城市地下地质空间三维可视化建模、战场人文环境可视分析、空间环境建模与空调态势可视化和城市OD轨迹可视化应用。

首先是来自中国地质大学的刘刚老师，为大家介绍了“城市地下地质空间三维可视化建模”。刘老师首先指出了城市三维地质环境调查的重要性，提出“三维地质建模”是推动“智慧城市”构建的关键与核心技术。刘老师在三维地质建模的数据模型(基于面元还是基于体元)、建模方法(显式还是隐式)和基本建模流程等方面向我们介绍了三维地质建模的相关技术。


图 刘刚老师在讲解三维地质建模的相关技术

 

接着，来自战略支援部队信息工程大学的蒋秉川老师为大家带来了关于“战场人文环境可视分析”的报告。战场环境包括陆地、海洋、天空和太空，面对复杂的信息，在对战场环境分进行数据建模分析时面对着两种趋势，其一是提高逼真度，其二也是与人文环境要素可视融合。由于战场环境大数据在时间、空间和属性往往具有时空耦合性、数据高维、多源异构等特点，非常适合用可视化方法来发现与分析规律。

 

图 蒋秉川老师在介绍战场人文环境与可视分析

 

由于来自战略支援部队信息工程大学的李锋老师有任务在身未能来到会场，由李老师的学生为我们进行此次关于空间环境建模与空调态势可视化的报告。首先简要地介绍了空间环境建模，然后为我们介绍了空间环境可视化的一些方法，尤其强调了海陆空天跨尺度战场环境可视化方法。李老师给出了态势事件的定义:作战组织在特定的时间和空间内使用作战资源进行的与作战目标关联的作战行动集合兵进一步提出了空天态势的表达模型和可视化方法。

 

图 态势事件的定义

 

芙蓉国粹·川剧秀传奇变脸

在结束了一整天的报告会议后，China Vis2019的众多专家、学者、报告者与参会人员都在主办方的安排下，前往晚八点半至九点半在锦江剧场举行的川剧演出“芙蓉国粹·川剧秀传奇变脸”。
川剧在戏剧表现手法、表演技法方面多有卓越创造，能充分体现中国戏曲虚实相生、遗形写意的美学特色，同时也是四川最为人称赞的技艺之一。
在锦江剧场，我们观赏了歌舞表演、藏刀喷火、变脸等精彩的节目。传统的表演技巧与现代的投影灯光结合起来，淳朴的古风与稍许科技感相得益彰。台上演员们用尽所能为大家展示出川剧中蕴含着的四川人们的热情与灵动，台下的观众们也看得如痴如醉，深深沉浸在演员们精彩的演出中。