北京大学可视化发展前沿研究生暑期学校第三讲

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。