可视化交互式遗传算法及其在图像感性检索中的应用

提出了一种可视化 IGA模型 ,结合 GA在 n维空间上快速搜索的优点和人类在 2维空间上把握数据整体分布的能力 ,采用可视化的方法使用户主动参与搜索过程以加快遗传算法的收敛速度 ,从而减轻用户疲劳 .采用主元分析的方法将 n维空间中的个体向量映射到 2维空间 ,并显示出来 ,用户可以在这个 2维空间中选择一个好的个体加入遗传过程 ,以此来加速算法的收敛 .实验证明可视化 IGA较一般的 IGA有更快的收敛速度 ,对减轻用户疲劳有很好的作用 .该模型用于图像的感性检索 。

基于可视化交互式遗传算法中映射方法的分析与研究

提出了一种对基于可视化交互式遗传算法中的非线性映射方法,结合遗传算法在n维空间上快速搜索的优点和人类在二维空间上把握数据整体分布的能力,采用VISOR算法既降低了计算的复杂度,又使数据空间和输出空间上数据点与聚类中心间的距离信息保持相似.仿真结果验证了该方法的可靠性、稳定性和快速性.

BP神经网络—遗传算法及二维可视化优化香附总黄酮提取工艺研究

目的:优化香附总黄酮的提取工艺。方法:基于U^(*)_(10)(10^(8))均匀设计试验,采用水浴回流法,以香附总黄酮提取率为评价指标,考察回流温度、提取时间、乙醇浓度、料液比、回流次数对香附总黄酮提取效果的影响。分别采用BP神经网络-遗传算法及二维可视化分析对试验结果进行目标寻优,并进行工艺验证。结果:BP神经网络-遗传算法处理分析得到优化结果为:回流温度95℃、提取时间165 min、乙醇浓度90%、料液比1∶15(g/m L)、回流次数2次,验证试验显示此条件下总黄酮平均提取率为3.22%;二维可视化分析处理得到优化结果为:回流温度80℃、提取时间140 min、乙醇浓度60%、料液比1∶40(g/m L)、回流次数2次,验证试验显示此条件下总黄酮平均提取率为3.24%。结论:两种优化方法的工艺优化参数不同,且二维可视化分析结果略优于BP神经网络-遗传算法,两种方法的综合比较可为同复杂的提取工艺优化提供新思路。

多用户交互式遗传算法在室内布局可视化设计中的应用

为避免室内景观摆放位置偏离预设坐标轴,在保证场景美观性的同时,设计满足可视化需求的室内布局环境,文中针对多用户交互式遗传算法在室内布局可视化设计中的应用进行研究。根据多用户交互式遗传算法应用原则,确定室内布局所需的辅助设计工具;再分析室内场景的基本布局特征,完成室内布局可视化设计的相关工作准备。利用室内布局框架提取场景信息,通过坐标转换的方式实现对布局节点的可视化处理与融合,完成基于多用户交互式遗传算法室内布局可视化设计。实验结果表明,应用多用户交互式遗传算法的室内景观真实摆放位置与预设坐标轴之间的偏离程度平均值为19%,能够较好地满足室内场景布局的可视化设计需求。

基于Unity3D的数据结构算法交互式可视化平台

文章重点研究数据结构算法交互式的可视化平台。由于数据结构的难点就是如何形象化其抽象的逻辑说明,并培养出完善的思维体系。团队致力于搭建交互式模型,利用Vue搭建网站,通过Unity3D这款软件编写算法底层逻辑代码,并且借助DoTweening等插件,达到算法动态的展示,通过Unity3D打包成WebGL和前端Vue交互,实现了数据结构算法的可视化互动学习。

基于迁移学习的交互时序数据可视化生成方法

为了解决时序数据间分布不一致的问题,使模式分析更容易应用于其他数据,提出基于迁移学习的交互式时序数据可视化生成方法,将迁移成分分析应用于时序数据提取的特征.将用户在其中一个时序数据上的分析作为标签,在该源域上训练分类器并应用到多个目标域,对多个不同目标域的时序数据的模式进行批量推荐.通过真实的天气数据和轴承信号数据的2个案例分析和专家访谈,验证了利用该方法能够提高时序数据探索的效率,减少数据分布不一致问题带来的影响,体现该方法的有效性和实用性.

基于交互式聚焦的多维网络流量可视化方法

本文研究主要聚焦于多维网络流量的特征提取和聚类分析方法,提出一种基于降维和聚类的数据可视化分析方法。首先使用主成分分析等方法对网络数据包中的多维度特征信息进行降维操作,将数据包的特征信息转化为低维度特征向量;然后使用K-means算法对降维后的特征向量进行聚类分析,将网络数据包分成不同类别;最后使用可视化对聚类结果进行处理,帮助用户更加直观地分析和探索数据包的特征信息。实验结果表明,该方法可以有效地提取网络数据包的特征信息,实现网络数据包的聚类分析和可视化处理,为网络安全监测和数据分析提供了有力的支持。

基于Web日志挖掘的网络用户行为交互式可视化分析

高校在校大学生用户群体的网络行为分析是一个有着普遍需求和意义的重要课题,具有丰富的现实意义与社会价值。本文提出网络用户行为交互式可视化分析方法,研究分析高校大学生用户群体网络行为的特征和兴趣。首先获取某高校真实的网络用户访问日志;其次通过清洗缺省值、去重、规范化等数据预处理方法,选取日期、时间、用户账号和访问地址作为特征属性,并在数据集中标记出每个URL的主题分类和每个用户所属的学院等属性;然后从用户、主题分类、时序3个维度分析得出这些属性的分布情况,发现网络用户行为的区别和联系;最后利用ECharts交互式可视化工具展示分析结果。实验结果反映出当前大学生用户的网络行为特征及兴趣喜好,揭示了大学生用户的网络行为模式,为教学管理者的决策提供了数据支持。

二次映射和遗传算法用于鉴别可视化特征提取

多元数据图表示是高维数据可视化最简单的一种处理方法.从多元数据的雷达图中提出了一种图形特征—可视化重心特征.由于雷达图与数据的特征排序有关,导致可视化特征深受特征排序影响,提出了利用二次映射计算出所有特征排序下的可视化特征,基于遗传算法再从中选择出具有鉴别能力的可视化特征.葡萄酒、乳腺癌和糖尿病等UCI真实数据集的实验结果证实了我们的想法,最佳分类错误率分别达到了0%、1.61%和20.7%,优于报道的常用的分类性能,优于传统的鉴别特征提取方法。

数据可视化和遗传算法在有限差分网格自动剖分中的应用

根据STL文件格式 ,提出拓扑结构优化分层算法 ,加快剖分速度和效率 ;利用遗传算法确定网格的大小以及利用数据可视化技术对剖分结果进行分层实时处理 ,提高剖分的灵活性和剖分过程的透明性。

微信小程序交互式信息可视化设计——以“火锅研究站”小程序设计为例

随着微信小程序的快速发展和广泛应用,相较于一般的应用程序,微信小程序具有占用资源少、使用便捷、功能丰富的特征,提升微信小程序的信息可视化就显得尤为重要。在视觉传达设计的基础上,通过文献归纳,结合案例分析和问卷调研,论述火锅类微信小程序交互式信息可视化的设计规律,并对微信小程序的交互和可视化进行探索。进一步分析微信小程序的信息可视化特征,探究了火锅类微信小程序界面交互式信息可视化设计原则,为提高小程序交互式信息可视化设计提供一定的借鉴。

巧用Star Chart软件开展交互式可视化物理教学——以“行星的运动”为例

手机软件因其性能优良、携带方便等优点,是实现交互式可视化物理教学的得力助手。探讨了利用手机软件“Star Chart”开展交互式可视化物理教学的三个方法:模型与过程可视化、尺度与角度交互、信息共享交互,可为教师开展交互式可视化教学提供参考。

基于遗传算法的叶片可视化优化设计及性能预测

该文采用面向对象的编程技术,通过调用OpenGL函数,用VC++语言编制了液力变矩器工作轮循环圆和叶片的交互式集成可视化设计程序,构建了叶片形状设计的数学模型及性能评价模型。基于遗传算法进行了以最高效率和高效区范围为优化目标的叶栅系统优化计算和分析,绘制性能曲线,并利用Ansys-CFX软件,对优化前后的结果进行了三维流场分析。通过实例验证表明,优化设计的结果是合理的。

红色文化元素在信息可视化交互式包装设计中的融入

红色文化作为民族精神,具有一定的文化价值,是中华民族最珍贵的精神遗产。这种红色文化以传统文化符号为主体,表现出了强烈的时代性和民族特色。红色文化是中华民族不可分割的无价之物,是重要精神文化资源,红色文化是指引着一个国家繁荣、昌盛、富强的重要精神指南。这是实现红色文化元素在现代信息可视化与交互式包装技术上的融合,红色文化元素融入其中具有重要性与前瞻性。在当今数字化时代背景下,以红色文化的内涵为核心,借助红色文化丰富的内涵价值和可设计要素,利用现代信息可视化交互式包装设计手段展示红色文化的内涵价值以及衬托出产品的魅力。本文对红色文化元素在信息可视化交互式包装设计中的融入做出研究。

基于MATLAB的遗传算法可视化仿真系统研究

文章基于MATLAB语言,利用Simulink仿真技术,研究了面向对象的遗传算法优化可视化系统设计的原理和方法,介 绍了优化可视化仿真集成界面的功能和设计,并以算例说明了优化过程可视化结果。

基于聚类分析和可视化的增强遗传算法—I.算法的引出、原理与分析

提出了一种基于数据可视化的聚类分析法(ClusterConstrainedMapping,CCM)和人机结合的增强遗传算法,可保证进化过程在可行域中进行,不需要任何惩罚函数参数,可有效地进行带约束问题的优化.

基于聚类分析和可视化的增强遗传算法——II.算例分析及有效性验证

通过比较K平均算法与聚类约束映射(CCM)的聚类结果,表明了CCM在降维过程中保持拓扑信息的有效性. 应用前文提出的增强遗传算法(IGA)对3个有约束优化算例进行了求解. 结果表明,这种可视化、聚类分析与遗传算法相结合的方法可以帮助用户参与选择聚类参数,比以往一些方法更有效.

基于COM技术和遗传算法的可视化无功优化软件开发

传统电力系统计算软件如PSASP等大多具有网损计算功能,而没有专门的无功优化计算功能。针对这一现实需求,我们基于Matlab2009a和Delphi7.0等开发平台,运用面向对象的编程思想,开发了满足电力系统无功运行优化和无功规划优化需求的可视化计算软件。单线图绘制平台利用Delphi7.0中的矢量图形绘制控件TCAD开发,核心计算程序采用Mat-lab2009a编制M文件实现,然后通过COM技术实现核心计算程序在Delphi中以控件形式嵌入;该软件具有潮流计算、无功规划优化和无功运行优化等计算功能,最后通过实例检验证明该软件操作简单,优化效果较好,实现了无功优化可视化计算的开发目标。

利用REDCap系统实现医学研究中患者自报告数据交互式可视化采 集

目的基于REDCap电子数据采集系统,开发一种具备交互式可视化数据采集、患者自报告数据管理和标准化数据存储的工具。方法利用REDCap构建电子数据信息采集工具框架,并基于自定义图像映射及REDCap外部模块完成图像和标准化字段的关联,实现交互式可视化数据采集和标准化数据存储。结果基于REDCap系统,实现了患者自报告数据的便捷、准确采集,内容包括签署电子知情同意书、交互式可视化数据采集、实时反馈评估报告、定制自动化随访提醒等。结论该工具能提高患者自报告数据质量,实现标准化自报告数据存储,提高科研工作效率,降低科研人员工作量。

视觉吸引力与用户体验:色彩在交互式数据可视化中的角色

本文探讨了色彩在交互式数据可视化中的重要性,以及它对用户体验和视觉吸引力的影响。数据可视化已成为重要的沟通工具,在商业、科学和教育领域发挥着关键作用。色彩作为视觉元素在数据可视化中的选择和应用对信息传达、用户参与度和数据解读都至关重要。讨论了色彩选择对数据解读的影响,色彩在增强信息传达效果中的作用,以及不同用户群体对色彩感知的差异。通过案例分析,展示了如何在数据可视化中有效运用色彩以提升用户体验和数据传达效果。