基于可视类的导弹飞行训练仿真器研究

导弹飞行训练仿真器的研制对于提高教学质量和训练水平具有重要意义。提出了一种基于O penGL可视类的视景仿真方法,给出了仿真系统的总体结构和实现过程,主要由数据库、基本设置、交互控制、纹理、三维模型等部分组成,各部分通过运算过程得到可视化仿真部分,解决了仿真过程中一些视点变换、姿态控制、场景变化、仪表仿真等关键的技术问题。

基于维度扩展的Radviz可视化聚类分析方法

Radviz是一种多维数据可视化技术,它通过径向投影机制将多维数据映射到低维空间,使具有相似特征的数据点投影到相近位置,从而形成可视化聚类效果.Radviz圆周上的维度排列顺序对数据投影结果影响很大,提出将原始维度划分为多个新维度来拓展Radviz圆周上的维度排序空间,从而获得比原始维度条件下更好的可视化聚类效果.该维度划分方法首先计算数据在每个原始维度的概率分布直方图,然后使用均值漂移算法对直方图进行划分,最后根据划分结果将原始维度扩展为多个新维度.提出使用Dunn指数和正确率来量化评估Radviz可视化聚类效果.进行了多组对比实验,结果表明,维度扩展有利于多维数据在Radviz投影中获得更好的可视化聚类效果.

面向对象程序可视化类图的逆向自动生成

研究了逆向构造程序类模型的基本规则，并且提出了一种可以自动绘制的、基于继承关系的层次型类图结构（ｉｎｈｅｒｉｔａｎｃｅｌａｙｅｒｅｄｃｌａｓｄｉａｇｒａｍ）．在这种层次型类图上，可以清晰地展示程序中的对象类及其相互之间的继承关系、组成关系和关联关系等，并可以直观方便地对程序中定义的对象类进行各种相关性或依赖性分析．文中还介绍了一个根据上述规则和方案实现的实用工具ＳａｆｅＰｒｏ／ＲｅＯＭ．

基于降维的聚类可视化技术

基于降维或映射技术的聚类结果可视化技术提供了在二维或三维空间直观地分析数据集的聚类结构、聚类质量和分布信息的有效手段.对线性降维可视化方法、非线性降维可视化方法及映射可视化方法等进行了介绍、实例展示和讨论分析,最后对这类方法的优缺点、存在的问题和进一步的研究方向做了总结和展望.

基于弹簧模型的基因表达数据可视化聚类

依据基因表达数据的特点,提出一种基于弹簧模型的基因表达数据可视化聚类方法,将多维空间的基因表达数据映射到二维空间中,较好地保持了原始多维数据间的时空相似性。实验结果表明,该方法能发现基因表达数据集中隐含的类簇结构以及共表达基因模式。

聚类结果可视化的线珠模式

对于揭示困难情况(高维且大类数)下的类间远近关系,现有的聚类结果可视化方法的效果均不理想。提出了以线珠模式和(非)线性坐标表示类间远近关系的可视化方法,其优点是在上述困难情况下也能准确地显示各个聚类之间的远近关系或距离。对模拟和真实数据集的实验结果表明,线珠模式方法十分有效,能准确地显示基于降维可视化方法无法正确显示的类间远近关系。

可视化图形程序设计中类事件的研究

讨论在可视化图形界面程序设计过程中有关控件引发的事件的类的应用,解决业内人士在类设计方面的疑惑。利用Visual Basic程序设计方法,给出事件的类的基本概念和基本方法和可行的程序。通过恰当的程序分析得出正确的事件的类设计方法和规则。控件引发的事件的类的设计必须考虑其应用的透明性和修改的封装性。

基于维度扩展和重排的类圆映射可视化聚类方法

现有的径向布局可视化方法无法有效捕获高维数据的非线性结构。因此,文中提出基于维度扩展和重排的类圆映射可视化聚类方法。利用近邻传播聚类算法和多目标聚类可视化评价指标对高维数据进行维度扩展,然后对扩展后的高维数据进行维度相关性重排,最后利用类圆映射机制降维至二维可视化空间,实现高维数据有效可视化聚类。实验表明,文中提出的维度扩展和重排策略能有效提高类圆映射可视化方法聚类效果,其中的维度扩展策略也能显著提高其它径向布局可视化方法聚类效果,泛化性能较好。此外,相比同类方法,文中方法在可视化聚类准确度、拓扑保持、Dunn指数及效果上优势明显。

磷酸铁锂电池材料知识演进及发展趋势的可视化分析

本文从文献计量分析视角出发,对磷酸铁锂(LiFePO_(4),LFP)电池材料研究领域的SCI-E论文进行梳理分析。利用CiteSpace6工具,基于SCI-E数据库构建了LFP电池材料研究领域的突显词时区图谱和关键词聚类可视化知识图谱,探究了LFP电池材料知识演进及可视化发展趋势。通过LFP电池材料突显词时区图谱,发现LFP电池材料的知识演进路径由制备方法延伸至应用领域的性能研究,最后到退役LFP电池材料的回收再利用。通过LFP电池材料关键词聚类可视化知识图谱发现,LFP电池材料的代表性发展趋势涉及动力电池性能提升技术、退役电池回收再利用和电池在线热失控管理等。

中国独立动画理论发展探究——基于CiteSpace的可视化聚类图谱分析

在国内,独立动画的研究始于2009年,彼时中国独立动画的发展尚处于艰难的摸索中,亟需理论研究成果予以滋养与支持。随着数字时代的到来,中国独立动画的理论研究与创作实践都得到一定程度的发展。文章从中国知网数据库中选取2011年至2021年主题为“中国独立动画”的相关学术论文,运用CiteSpace软件进行主题聚类,通过知识图谱分析中国独立动画研究的热点问题和总体发展脉络,期望通过总结出的已取得成果和尚存的不足,为“中国独立动画”的后续研究提供理论支撑。

可视化程序设计类课程教学方法初探

本文从教学思想、教学体系以及教学过程和方法等方面提出了在可视化程序设计类课程的教学中应该遵循的规律和应采取的教学方法。

基于TFIDF+LSA算法的新闻文本聚类与可视化

近几年来,文本聚类技术作为机器学习领域一种无监督学习的方法,也越来越成为数据挖掘领域备受关注的技术之一。将小规模的文本数据聚为几类,在一定程度上说是一件比较容易实现的工作。可是,当面对大量高维的中文文本数据时,由于在这种情况下对文本聚类,面对的将是高维和稀疏的数据,在保证聚类质量的情况下,提高聚类的速度和可视化效果也成为聚类研究的课题之一。该文提出一种结合词频反文档频率算法(term frequency,inverse document frequency,TFIDF)和潜在语义分析算法(latent semantic analysis,LSA)相结合的方法,来提高kmeans中文文本聚类的速度和可视化效果。将从网页上采集到的11456条新闻作为实验对象,通过基于TFIDF聚类和基于TFIDF+LSA聚类进行实验对比,根据聚类指标轮廓系数(Silhouette coefficient,SC)、卡林斯基-原巴斯指数(Calinski-Harabasz index,CHI)和戴维斯-堡丁指数(Davies-Bouldin index,DBI)的值表明,该方法不仅能保证文本聚类的质量,还能大大提高文本聚类的速度和可视化效果。

针对气味数据的交互式聚类可视分析框架

自然界中的气味通常是多种成分的混合物,相比图像和声音具有特殊的数据复杂性,且由于缺少有效的表示方法导致气味研究相对滞后.聚类分析是研究气味的一个重要方法,有助于增进对气味的理解、识别、合成和设计,然而大部分高效的聚类方法都是被动的,用户往往期望参与到计算过程中,利用领域知识和经验进行交互式聚类.气味数据存在多种可能的聚类方式,用户需要对多组聚类结果进行比较,以确定最优的聚类.提出一个对气味数据进行交互式聚类的可视分析框架.首先使用人工神经网络结合多分子气味的高维化学信息和感官描述信息,计算一种低维度的气味嵌套表示;然后基于高斯混合模型的交互式聚类算法让用户对气味嵌套进行符合预期的聚类和重新聚类;最后用户可通过聚类可视化视图比较多组聚类结果的异同,增进对气味数据的理解,从而找到最佳的聚类方式.通过实验和2位领域专家的测试与评估,验证了该可视分析框架的有效性.

基于非线性维数缩减的复杂网络聚类可视化

提出了一种新的复杂网络聚类可视化方法,该方法基于非线性维数缩减技术:Isomap.在算法中首先根据网络的邻接矩阵定义了一种新的成对节点间的图距离,然后把由该距离计算得出的节点间的距离矩阵作为Isomap的输入,将网络的节点投影到二维平面上.实验表明,投影后的点在二维平面上的分布能够保持原始网络中的局部和全局的几何结构,且具有更均匀的分布,这对于网络节点的聚类可视化大有裨益.

基于可视区域间接光照聚类的虚拟点光源采样

针对间接光照计算精度问题,提出改进的可视区域敏感的虚拟点光源采样方法。设计依据可视场景点位置及其法向量对可视场景点进行聚类的方法;计算虚拟点光源对各类中心位置对应可视场景点的光照贡献与类中可视场景点个数之积的累加和,并把累加和作为该虚拟点光源对可视区域的间接光照贡献估计值;以此估计值构造累积概率分布函数,据此选取实际计算每个可视场景点间接光照时所用的虚拟点光源。实验结果表明,该方法能够以较少虚拟点光源实现真实感强的间接光照效果绘制,提高间接光照计算精度。

如何增强移动新闻客户端黏性?--“紫牛新闻”构建垂直类可视化新闻IP栏目集群的探索

扬子晚报紫牛新闻客户端自今年月起陆续推出的垂直类可视化新闻IP栏目效应凸显,令人关注。

基于科学计量的车路协同系统研究可视化分析

为了深入了解车路协同系统(Cooperative Vehicle Infrastructure Systems,CVIS)的最新研究进展,收集了中国知网(CNKI)关于车路协同系统中336篇文章的关键问题进行研究,并利用CiteSpace软件进行科学计量分析。在此基础上,回顾了近10年来已有的车路协同系统文献,并绘制出2012—2022年车路协同系统聚类可视化分析图。结果表明,车路协同系统的知识领域集中在车联网、智能网联、交叉口和交通诱导等研究方向上。这种全新、全面且完整的聚类分析图对现有的车路协同系统信息网络有一定的贡献,同时也为车路协同系统交通调度研究人员和车辆共享出行软件开发人员的未来研究方向和发展提供了有价值的学术参考。

一种新型知识组织系统——思维导图可视化词典

文摘本文简要介绍了思维导图可视化词典及其特点、原理和功用,并作出进一步分析和评价,指出它对知识的组织表现方式及构建思想值得借鉴和参考。

基于K-均值聚类的汽车驾驶姿态偏好研究

驾驶姿态是影响汽车驾驶舒适性的一个重要因素,本文旨在结合驾驶员的人体测量数据定量分析其驾驶姿态偏好特征。首先利用线性尺寸参量代替人体关节角度参量来简化描述驾驶姿态,并提取相对尺寸参量以反映驾驶姿态偏好特征;在此基础上,邀请50名驾驶员进行驾驶姿态偏好测定实验,采用K-均值聚类法对3项表征上体姿态的样本数据进行聚类分析,最终划分为5类簇群,对应5种上体姿态特征,并运用三维图形对聚类结果进行可视化描述。结果表明,该方法能在排除驾驶员身材差异影响的基础上,对驾驶姿态偏好特征进行简化描述和快速区分,并结合目标用户的人体测量数据获得相关尺寸参量,为汽车座椅和转向盘布局设计提供数据支持。

基于形态学的单词-文档谱聚类方法

本文利用形态学的方法确定聚类数目,并对单词-文档谱聚类方法进行改进.确定聚类数目主要分三个步骤:第一步将单词-文档谱聚类方法中产生的矩阵转换成可视化聚类趋势分析方法(visual assessment of tendency,VAT)灰度图,第二步利用灰度形态学、图像二值化、距离转换等图像处理技术过滤产生的VAT灰度图,第三步对过滤后的VAT灰度图建立信号图,并进行平滑处理,通过平滑后的信号图的波峰波谷数目确定文档集的聚类数目.实验表明,该方法能够提高单词-文档谱聚类方法的聚类效果.