基于重叠社区发现的网络数据可视化优化方法研究与实现

伴随数据的迅猛增长,数据间关系变得错综复杂,给网络数据可视化带来了挑战。通过社区发现,凸显网络中的局部聚类特性可以提高可视化效果,而重叠社区的发现更贴近现实中的网络结构。具有简单高效执行速度快的Louvain算法是目前最常用的社区发现算法之一,但重叠社区的发现是其不足之处。为此,论文以Louvain算法为基础,结合基于谱映射的模糊C-means聚类算法改进社区发现算法,改进的算法利用谱映射将数据节点映射到欧几里得空间,以隶属度计算数据节点属于某个聚类的程度,由此可以允许同一数据属于多个不同的类,从而实现重叠社区结构的发现,最后基于所提出改进算法,使用主流布局算法中的FR模型对网络数据进行可视化。以模块度值作为评估指标,实验结果表明,论文提出的方法能够发现重叠社区,可以清晰地展示网络中的社区结构,在经典数据集上与传统重叠社区发现算法COPRA和CPM相比,模块度值得到提高。

基于知识图谱与智能算法的电气系统负荷定位与路径可视化分析

阐述多源数据和融合知识图谱构建思路,建立电气系统负荷定位监测模型,提出提高负荷定位准确率的算法。探讨负荷定位中的负荷识别和分类,提出一种基于改进聚类算法的方法进行负荷聚类。

用于停车场视觉建图的语义回环检测算法

针对停车场视觉建图的回环检测方法对目标级别的语义信息关注较少、在长时间大范围的建图过程中地图一致性与持久性较差的问题,设计了一种语义回环检测算法。该算法基于语义实例,使用图匹配方法找到回环帧并进行帧间位姿估计,生成回环约束。在同准确率下,该回环检测算法的召回率均高于基于ORB(oriented fast and rotate brief)描述子和词袋法的回环检测方案。在停车场建图与定位试验中,建图轨迹与轨迹真值的绝对误差均小于1 m,定位误差均小于0.3 m,满足对应的技术要求。试验结果表明,本文提出的语义回环检测算法的回环检测性能优于传统回环检测算法,适用于停车场视觉建图任务。

图可视化布局方法最新研究进展综述

图可视化是图数据的直观表示,随着图数据的广泛应用,合适的图可视化能够使用户对图数据的理解更加深入和高效。但随着图数据量级的增长,图可视化布局面临着计算时间长,难以发现图的重要结构和关系,以及节点遮挡和复杂的边交叉所产生的视觉杂乱等挑战。因此,如何快速对大规模图数据进行布局,如何强化对图中重要的结构和关系的探索,以及如何生成美观的图可视化布局成为亟需解决的问题。近年来,许多基于力学模型和美学评价标准的优化方法被提出来解决上述问题。另外,图挖掘、图嵌入、图神经网络等机器学习方法从图数据特点的角度,为解决图可视化的布局问题提供了新思路,相比之下,机器学习方法在布局效率和效果上表现出一定的优越性。主要从力导向算法、基于美学约束的布局方法、图挖掘技术和机器学习方法这四方面对图可视化布局的最新研究进展进行了阐述,最后对图可视化布局方法的未来发展进行了展望。

基于压缩感知和分形图的视觉有意义的图像加密算法

基于压缩感知和分形图,提出一种视觉有意义的图像加密算法,从视觉安全和数据安全两方面为图像提供保护.明文图像哈希值与外部密钥共同生成混沌系统初始值,能有效提高算法抵御已知明文和选择明文攻击的能力.使用分数阶混沌系统与克罗内克积生成压缩感知所需的测量矩阵,增强安全性的同时能大幅缩短所需混沌序列的长度、提高算法的加解密效率.使用离散忆阻混沌系统控制分形图的生成、图像的置乱及按位异或操作,对压缩感知测量结果进行二次加密,在解决测量结果像素值分布不均问题的同时提高算法的安全性.实验结果表明:该文算法具有良好的视觉安全性,能有效抵抗穷举攻击、差分攻击、统计攻击等常见攻击;相对于其他文献算法,该文算法的保真度更高.

基于文献计量和知识图谱的量子计算研究演进探析

收集有关量子计算研究的国际文献,基于WOS数据分析和数据挖掘,运用文献计量学、数理统计分析和内容分析法,以及数据透视表、CiteSpace、VOSviewer知识图谱可视化等工具,全面分析量子计算的研究进展、研究热点、研究力量,探析量子计算的未来研究趋势。量子计算的未来研究将面临三个主要挑战:可扩展纠错的量子计算机硬件、可促进技术应用的量子算法和量子软件工具、可防止量子计算机攻击和破解的后量子密码学。文末探讨了量子计算+人工智能的研究方向。

海量图数据可视化研究

图的可视化技术可以帮助人们更好地展现和探索数据的内部关系,然而随着数据规模的不断变大,传统的图的可视化技术已不适合海量数据的可视化要求。概括了传统的图的可视化技术,分类阐述了当前主流的海量图可视化布局算法的基本原理和特征,分析比较了相关的软件工具,并对海量图数据可视化技术的研究方向进行了展望。

基于视觉感知拓扑关系模型的作战编队可视化

针对作战编队可视化中背景对比不突出、整体感不强、美学性不足等问题,提出了基于视觉感知拓扑关系模型(VPTM)的作战编队可视化算法(3DCFV)。设计了作战编队可视化的基本原则,建立了作战编队的视觉感知拓扑关系模型。该模型通过采用图算法进行叠加处理,实现了作战编队中个体之间连接关系选择的优化,较好地刻画了作战编队的视觉整体范围及内部个体关联性等抽象信息。最后,基于该模型构建了3DCFV算法。实验结果显示,优化后的连线数目平均减少了37%,且连线无交叉、连线拟合队形等,可视化效果显著提升。

一种基于继承次序与相关度的布图算法

在层次图边交叉最小化问题上,常规启发算法或者时间复杂度大或者布图效果不佳。基于Sugiyama布图算法模式,提出了一种交叉数减少算法,并从布局与布线两个主要方面介绍了其实现过程。两层图上的实验表明,该算法具有较好的性能,一定程度上克服了时间复杂度与效果的矛盾。

代谢网络自动绘制的快速网格布局算法

描述众多代谢物之间的拓扑关系的代谢网络,是抽象的高维数据。为了帮助人们分析这些复杂的数据,需要开发高效的可视化算法。近年来日益引起关注的网格布局算法在代谢网络自动绘图中显示了很好的特性,其面临的一个主要问题是如何有效降低计算量以满足快速、准实时网络绘图的需求。作者提出了一种快速网格布局算法,采用邻域试探和扰动再优化的全局搜索策略,能够数秒内产生高质量的典型代谢网络布局,适用于更广泛的代谢网络可视化分析应用。

概念图的布局算法研究

概念图是一种有效的知识可视化工具,而概述图的布局是影响其信息传递能力的重要因素,因此布局算法是实现概念图工具的重要技术基础。本文在Susiyama层次布局算法的基础上,针对概念图的特点和布局要求,提出了一种概念图的布局算法:首先对概念图的概念节点和关系节点进行简化处理,然后应用Susiyama 层次布局算法的第一步(分层),并对图中的关系节点进行特殊处理,调整分层,最后应用Sugiyama层次布局算法的“交叉减少”和“坐标分配”模块,得出概念图各个节点(包括概念节点、关系节点和虚拟节点)的坐标,最终得出概念图的布局。该算法已通过编程实现,并成功应用于我们自主研发的概念图工具软件中。

网络拓扑图多级分割塌缩阶段算法改进

针对网络拓扑图上的宏观异常预警可视化显示需要,分析了当前图的多级划分算法.算法分为图塌缩、初始划分和多级优化三个阶段.在多级分割算法的图塌缩阶段,提出改进算法———KV算法和VC算法.实验验证改进后算法在运行时间、恢复时间和分割边数上均优于传统算法.改进塌缩KV算法在分割边数上平均提高了4.6%,在运行时间上提高了12%,而VC算法降低了KV算法的时间复杂度.

标准文献关联可视化研究与实践

[目的]以可视化的手段直观的描述标准文献的关联关系。[方法]研究并实现了放射算法、父节点中心算法等可视化展现的算法,所有的框架与算法实现基于开源项目Bird Eye。[结果]实现了标准文献关联可视化展现的核心算法和原型系统。[局限]本文仅针对标准文献的代替、采用、引用关系进行了可视化的研究,未涉及标准间的其他关联。[结论]标准文献关联可视化的实现极大提升了标准检索查询系统的用户体验。

上下文相关图文法的表达能力分析

上下文相关图文法是描述可视化语言的形式化工具.为了直观地刻画并高效地分析可视化语言,已有图文法形式框架均着重于文法形式和分析算法的研究,而忽略了对它们之间表达能力的分析.在对已有上下文相关图文法形式框架的关键特征进行分析和归纳的基础上,通过构造不同形式框架之间的转换算法,揭示并形式化证明了它们表达能力之间的关系.而且,转换算法在不同形式框架之间建立了关联,使图文法的应用不必再局限于一个框架,而是可以选择不同框架分别进行图的描述和分析,从而提高了上下文相关图文法的易用性.

基于改进力导引图布局的层级视觉抽象方法

随着图规模的增大,传统的力导引布局算法会出现节点重叠、边交叉等视觉混乱问题,为此提出一种基于改进力导引布局的可扩展的可视化层级抽象方法.首先结合FR算法与LinLog算法的优点对力导引算法进行改进,生成一个具有明显聚类结构、能够体现图结构信息的初步布局;然后基于布局结果,采用自下而上的层次聚类方法生成图的层级结构,同时定义了体现抽象层级的参数来决定不同层级下的聚类显示,允许用户在多个层级观察数据结构特征;最后采用几何距离、拓扑结构和拓扑结构加中介中心性3种不同的度量进行视觉抽象,并对抽象结果进行比较分析.为了说明文中方法的有效性,分别对信息可视化文章间的文献引用数据、2004年美国总统竞选的政治博客数据,以及IEEE Visualization会议文章的作者合作数据这3个数据实例进行实验,结果表明,使用该方法并结合移动、缩放、选择等可视化交互技术,能有效地帮助用户分析、探索和理解数据隐藏的信息.

基于FR算法的数据模型三维可视化研究

针对传统数据模型描述方式无法满足用户快速理解和使用数据模型的不足,论文提出建立数据模型的三维可视化描述。对于传统FR算法在实体节点过多时将导致图形绘制过慢、连线交叉过多等问题,论文结合数据模型的特点,基于实体结构和实体属性对FR算法进行改进,改进后的FR算法不仅能快速地绘制三维图形,而且可以显示实体节点及实体关联等信息,从而辅助建立三维可视化模型,直观的表达数据模型,梳理数据模型的结构,加快用户对数据模型的理解。

有向无环图分层算法研究

具有复杂概念结构的数字化教学资源,其可视化是教学资源整合的重要组成部分.对有向无环图(DAG)的结点进行分层,使得所有结点指向同一个方向,是经典的Sugiyama画图算法中的一个重要步骤.在对现有几个具有代表性分层算法的实验和结果分析基础上,运用线性规划的思想,采用单纯形法的结点分层算法作为数字化教学资源的可视化工具.该算法可以确保分层后的图的总边长跨度最小,并保证其所占的面积也比其他的算法显著减少.

基于MFC的频率指配模块设计与仿真

通过对频率指配的工作流程进行简化,建立了频率指配的数学模型。在MFC框架基础上设计和开发了干扰图显示查询模块与频率指配计算模块,并采用模拟退火算法求解数学模型,在计算过程中实现了相应温度下指配方案与相关参数的实时显示。本文为频率指配的计算可视化提供了一种新的研究思路和方法。

基于属性关系图优化匹配的多运动目标跟踪

针对复杂监控场景中往往无法准确检测前景目标,导致难以有效跟踪目标的问题,提出了一种基于属性关系图优化匹配的多运动目标跟踪方法,将目标跟踪问题转化为前景目标跟踪标记的优化问题,实现多运动目标跟踪。将前景区域按颜色、空间特征一致性划分为多个碎片;采用属性关系图描述目标模型,分析计算出属性关系图外观模型的属性相似度;提出通过概率松弛法计算目标函数并采用遗传算法进行优化匹配,得到前景碎片最优的跟踪标记,从而完成多目标跟踪。在多个监控视频上的实验结果表明,本方法能大大提高跟踪性能,实现复杂监控场景中的多目标跟踪。

对树图生成算法的比较研究

通过对树图生成算法的分析比较,得到各种树图生成算法的优劣性,从而可根据数据集合的特征和用户对可视化效果的不同要求,来选择算法或将几种算法结合使用。