复杂多变量数据可视化

先摘些关键词在这里~

高维大尺度 异构 和 不确定性

多元数据：

两个或两个以上相关联属性：电脑配置参数

低维度空间显示多元（高维）数据

方法：

空间映射：散点矩阵图、表格透镜[Rao1994] The Table Lens: Merging Graphical and Symbolic

Representations in an InteractiveFocus+Context Visualization for Tabular Information ，平行坐标（众多增强型平行坐标[Ward2010]），

Andrews Curve[Andrews1972]，Parallelsets[Kosara2006]，降维

图标法：星形图（平行坐标的极坐标版本），Chernoff Faces

基于像素的方法:像素图、像素柱状图（马赛克图与treemap，矩阵图的区别）

非机构化和异构数据：

非结构化数据：文本、时间戳、日志（网站日志数据又称点击流）

VIDi可视化研究小组,[Wei2012]

抽取结构化的行为模式：马科夫链模型的自组织映射（self-organnizing map）

异构数据：

一个数据集中存在结构或者属性不同的数据，不同的数据源

异构网络

底层数据整合

大尺度数据的可视化

多视图，多角度

对数据集进行划分

分而治之

1.      统计分析层

2.      数据挖掘层

3.      可视化层

数据不确定性的可视化

不确定性可视化方法：误差条形图（均值、下限误差值、上限误差值）、盒须图、流场雷达图（Flow Radar Glyph）、基于视觉变量编码的不确定性可视化方法

图表法

HARDI ODF(Orientation distributionfunction)  [Jiao2012] UncertaintyVisualization in HARDI based on Ensembles of ODFs

可视变量编码：颜色、不透明度、纹理（合成方法：线卷积积分（LIC），纹理平流（Texture advection））

半拉格朗日纹理平流，误差滤波[Ralf2005] Texture-based visualization of uncertainty in flow fields

几何体表达法

动画表达法

动画参数编码不确定性：速度、持续时间、运动范围、运动速度、

协方差作为高维数据的不确定性度量标准

Noodles: a tool for visualization ofnumerical weather model ensemble uncertainty

Interactive Data Visualization:Foundations, Techniques, and Applications