海量层次信息的Focus+Context交互式可视化技术

综述了海量层次信息可视化与Focus+Context技术的相关工作,针对海量层次信息可视化的交互问题,在嵌套圆可视化技术的基础上提出了基于上下文感知的Focus+Context交互式可视化技术.首先,基于外切圆排列方法提出对圆心进行三角网格剖分的方法,为变形计算建立上下文;然后,针对变形计算前后上下文一致性问题,在三角网格邻居跟踪方法的基础上,提出了用于同层兄弟节点上下文感知的外切圆变形排列方法,以及用于父子节点上下文感知的嵌套圆迭代排列方法.实验结果表明。上述方法在实现焦点突出的鱼眼视图的同时,能够有效地解决Focus+Context交互式可视化的上下文感知问题.上述方法应用于文件系统海量层次信息的交互式可视化问题,提供了交互式可视化工具.

基于内容的Focus+Context可视化技术

尽管一些研究通过可视化技术较好地解决了大数据量信息在相对较小的屏幕上的显示问题,但很少有方法可以给用户提供一种直观灵活可控的交互方式。提出一种允许用户随意指定Focus区域的方法,并设计了一个巧妙的能量模型来保持Focus区域的细节。为了减少Context区域的扭曲,用户可以指定一个Glue区域。通过变形能量的光滑扩散,Focus区域的扭曲被分布到其他区域。大量实验结果证明,所提出的方法能极大地改善可视化效果,帮助用户在较小的屏幕上了解更多信息。

面向信息可视化的语义Focus+Context人机交互技术

大数据成为继云计算和物联网之后,国际学术界和产业界所共同瞩目的又一个研究热点.信息可视化是辅助用户洞悉大数据背后隐藏的知识和规律的重要方法和有力工具.如何在图形用户界面中对大规模信息以符合认知规律的方式进行可视化,并且使得计算机能够智能化的理解用户意图以配合其进行高效的人机交互,是信息可视化面临的挑战之一.文中提出一种面向信息可视化的语义Focus+Context人机交互技术.首先,在基于空间距离的经典Focus+Context数学模型基础上对其进行语义建模和扩展,建立了面向信息空间和可视化表征空间的语义距离模型以及语义关注度模型,定义了交互中的焦点对象与语义上下文.其次,在此基础上建立了语义Focus+Context用户界面模型,给出了界面抽象元素和实体元素以及映射关系的形式化描述,同时建立了Focus+Context交互循环机制.最后,给出了应用于经典Focus+Context及鱼眼数学模型的描述,表明文中提出方法具有很好的兼容性描述能力;同时,给出了面向文件系统主题聚集的语义Focus+Context应用,给出了基于主题语义关注度与嵌套圆鱼眼视图的动态可视化实例,应用实例表明文中提出技术能够有效支持用户在信息可视化界面中对大规模信息进行智能化的可视化和交互探索.

采用Focus+Context技术改进网页注册界面可用性的实证研究

通过20名在校大学生网页注册操作的研究,试图说明背景信息对于注册流程操作的重要性。结果显示:①在导航性维度上,被试对采用Focus+Context技术修改后程序的主观评价显著优于原始模拟程序;②在完成任务时间上,两种程序的操作时间没有显著差异。由结果得到,采用Focus+Context技术在一定程度上解决了注册系统中缺乏背景信息的导航性问题,减轻用户的记忆负担,从而提高用户操作满意度。

一种基于Multi-focus+context的鱼眼显示技术

针对Focus+context中单焦点方式在设备屏幕上只能显示一个焦点的内容细节,而不能对多处关注细节同时显示的局限性,提出一种基于Multi-focus+context技术的,根据关联内容自适应的,显示全局图形及多个焦点内容的细节的方法。焦点区域可以是任意形状的几何图形,并利用鱼眼功能将这些图形区域放大,非焦点区域大小不变,从而保持屏幕中整个图形的尺寸不变。最后,将这种方法用在移动设备显示地铁地图方面。结果表明,在看清用户关注的多个换乘站细节信息的同时,也能了解到全局的拓扑。

关于树形Focus+Context信息可视化技术的探讨

层次信息的可视化结构最直观的方式是树形结构。针对目前信息浏览中的用户迷路和认知超负荷等问题所提出的相关树形Focus+Context信息可视化技术进行初步探讨,分析比较了各种树形Focus+Context信息可视化技术的优缺点,并对树形信息可视化技术的发展做了展望。

巨量挖掘结果的Focus+Context展现

针对数据挖掘结果集数量巨大的特点,基于Focus+Context人机交互可视化技术实现结果集的B roadV iew and D etail on D em and导航可以有效帮助对挖掘结果的聚焦与探询,进而帮助用户快速找到所需要的信息。给出了基于规则层次凝聚类与Focus+Context技术的可视化系统方法与原形系统,有效地解决了巨量规则的有效浏览与可视化问题,避免了直接对规则元素图形显示效果不佳的问题,从而有利于挖掘的应用。

基于Focus+Context技术关联规则交互挖掘

可视化挖掘是数据挖掘的重要研究领域,但目前的研究还主要集中在挖掘结果的可视化,用户对挖掘过程仍然缺乏可控性。本文利用focus+context技术实现探索型交互式数据挖掘。充分利用人类用户的认知能力与计算机的数据处理能力,实现用户对挖掘过程的参与从而利用用户领域知识于挖掘过程。适应人类的认知心理,便于帮助用户对挖掘结果的定位、聚焦、理解与评估,进而快速找到相对于当前应用上下文的有价值信息。并实现了一个原型系统IMARFC。

Focus+Context语义表征的场景图像分割

场景图像分割一直是机器视觉学习中较为复杂的重难点问题.本文在机器视觉注意力机制学习方法的基础上,融合人类对事物个体的认知,提出场景对象的Focus+Context语义表征,将对象类别信息带入图像底层特征学习中,运用概率统计理论,在抽象层上建模局部区域对象,再联合上下文语义信息推理全局与局部区域对象之间的关系,以实现类内焦点对象(Focus)突出的场景语义分割.实验验证,基于Focus+Context的语义表征和建模能够增加对象的识别率,尤其是在小样本环境下,所提出的方法能极大地简化场景的理解.

WWW系统Focus+Context信息可视化研究综述

WWW系统Focus+Context信息可视化是解决超文本浏览中用户的迷路和认知超负荷问题的一个有效方法。文章对相关的信息可视化系统和技术的研究与开发作了详尽的介绍,阐述了在开发WWW系统Focus+Context信息可视化系统方面存在的困难,并针对这些问题提出了以后WWW信息可视化研究的方向。

Visual analysis of shared medical appointments based on CiteSpace

Objective:Analyze the research hotspots and frontiers of shared outpatient service,and provide a reference for researchers in this field to carry out follow-up research.Methods:Search the Web of Science core collection database until 2022 and visually analyzekeywords in this field through CiteSpace5.8.R3 software,Results:A total of 261 iteratures were included.The research focuses mainly on advanced care planning,diabetes care,andgroup prenatal care,The research trend tends to be telemedicine and nursing provided by specialized nurses.Conclusion:Scholars can learn from the research hotspots of foreign shared medical appointments,pay attention to the research trend,expand its application scope in combination with China's national conditions,and further promote thedevelopment of shared medical appointments in China.

基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别方法

识别非驾驶行为是提高驾驶安全性的重要手段之一。目前基于骨架序列和图像的融合识别方法具有计算量大和特征融合困难的问题。针对上述问题,本文提出一种基于多尺度骨架图和局部视觉上下文融合的驾驶员行为识别模型(skeleton-image based behavior recognition network,SIBBR-Net)。SIBBR-Net通过基于多尺度图的图卷积网络和基于局部视觉及注意力机制的卷积神经网络,充分提取运动和外观特征,较好地平衡了模型表征能力和计算量间的关系。基于手部运动的特征双向引导学习策略、自适应特征融合模块和静态特征空间上的辅助损失,使运动和外观特征间互相引导更新并实现自适应融合。最终在Drive&Act数据集进行算法测试,SIBBR-Net在动态标签和静态标签条件下的平均正确率分别为61.78%和80.42%,每秒浮点运算次数为25.92G,较最优方法降低了76.96%。

大学英语教学语境创设路径研究与实践——以大学英语视听说课程为例

在大学英语视听说教学中,有效的视听输入直接影响学生英语输出的效果。语境创设为视听输入创造条件,提供可理解的、有效的英语语言输入,继而能促成学生更准确、自然地输出英语。基于输入输出假设,探究语境创设的有效路径,通过输入疏通、输出鼓励、及时调控、巧妙引导、恰当激励,促进英语学习者更准确、更自然地输出英语,提升其英语视听说能力。

基于视觉提示学习的天气退化图像恢复

尽管现有的天气退化图像恢复方法在单一天气去除任务上已经取得良好表现,但其无法适应真实场景下多变的天气类型.为此,本文提出一种基于视觉提示学习的天气退化图像恢复算法,其是预训练语言图像模型与天气退化图像恢复任务结合的新范式.该算法首先设计一个查询提示约束网络(Query Prompt Contrained Network,QPC-Net),其利用对比语言图像预训练模型中的文本编码器和图像编码器来根据给定的退化图像直接编码其对应真实背景的潜在描述特征.同时,该算法还包括一个示例提示引导网络(Example Prompt Guided Network,EPG-Net),其利用给定的示例图像来引导预训练扩散模型去除查询图像上对应的天气退化.相比类似设定的现有算法,本文算法在8个天气退化数据集上平均改善峰值信噪比2.11 dB,平均改善结构相似性4.74%.

一种用于视觉跟踪的低秩上下文感知的相关滤波器

基于DCF的目标跟踪方法在保持实时运行时,由于在精度和鲁棒性之间实现了很好的权衡而备受关注。但是,当出现遮挡、移出视野、平面外旋转等干扰时,现有跟踪器仍面临着模型漂移甚至跟踪失败的情况。为此,提出了一种基于低秩上下文感知的相关滤波器LR_CACF。具体来说,在滤波器学习阶段,直接将目标及其上下文信息集成到DCF框架中,以更好地将目标从背景中鉴别出来;同时,对跨帧视频施加低秩约束以强调时序平滑性,使得学习的滤波器处于一个低维的鉴别流行上,进一步提高了跟踪性能;然后,利用ADMM实现滤波模型的高效优化;此外,针对模型失真的问题,启动多模态检测机制来识别响应图的可靠性,当反馈不可靠时,滤波器停止训练,同时扩大搜索区域,并采用区域重叠的方法重新捕获目标。在OTB-50,OTB-100和DTB70数据集上进行了大量实验,实验结果表明,相对于基线SAMF_CA,在DP方面,LR_CACF分别获得了6.9%,4.0%和7.1%的增益,AUC分别提高了3.6%,2.7%和5.4%。基于属性分析的结果表明,LR_CACF尤其擅长处理遮挡、移出视野、平面外旋转、低分辨率和快速运动等场景。

焦点解决模式在国内护理领域的研究现状及热点可视化分析

目的分析焦点解决模式在护理领域的研究趋势,为国内相关研究提供参考。方法以中国知网和维普数据库为文献来源,应用CiteSpace V(5.8.R3)绘制焦点解决模式在国内护理领域的作者、机构及关键词等图谱,分析近年来该领域的研究热点及趋势。结果最终纳入文献1120篇,焦点解决模式在国内护理领域研究发文量呈上升趋势,暂未形成规模较大的合作研究团队。该领域研究对象多为护士群体和糖尿病、呼吸系统疾病等慢性病患者,研究主要通过焦点解决模式对护士进行心理干预以及对患者进行健康教育和护理干预。结论我国焦点解决模式在护理领域的应用尚处于初级阶段,未来各作者、机构之间应多加强合作联系,积极创新焦点解决模式,提升其在护理领域的研究和应用水平。

基于CiteSpace的高强度聚焦超声近十年在肿瘤学领域研究热点和趋势的可视化分析

高强度聚焦超声(high intensity focused ultrasound, HIFU)因其降低肿瘤传播风险、减少内脏或血管穿刺出血风险、治疗肿瘤类型广泛、副作用少等优势,现临床用于治疗各种实体肿瘤。本文采集1048篇相关文章,利用CiteSpace软件可视化分析HIFU近十年在肿瘤学领域的研究热点和趋势,回顾过去十年的发展史,为未来的研究方向和热点提供参考。

Visual C++在动态显示过程屏幕闪烁的消除

采用 GDI位图及内存设备环境改进屏幕显示 ,通过创建内存设备环境以及与显示兼容的位图 ,先将图形绘制在与内存设备环境兼容的位图中 ,这样显示时就只需将图形从位图中复制到显示器屏幕上 ,缩短了显示图形所用的时间 ,并且不必擦除背景 。

基于词频差异特征选取的Context Graph算法改进

为了解决传统主题爬虫效率偏低的问题,在分析了启发式网络爬虫搜索算法Context Graph的基础上,提出了一种改进的Context Graph爬虫搜索策略。该策略利用基于词频差异的特征选取方法和改进后的TF-IDF公式对原算法进行了改进,综合考虑了网页不同部分的文本信息对特征选取的影响,及特征词的类间权重和类中权重,以提高特征选取和评价的质量。实验结果表明,与既定传统方法进行实验对照,改进后的策略效率更高。

国内信用研究的可视化分析:体系、脉络与前沿

基于中国知网(CNKI)数据库与CiteSpace软件的可视化分析表明,国内信用研究存在四大演进动力,分别是国家治理的现代化转型、企业融资的多样化需求、政策的跨周期考量与理论的跨学科发展。国内信用研究已形成五大学术体系,分别是“社会信用体系”的基础研究、“信用风险与信用评价”的交叉研究、“商业信用与信用利差”的交叉研究、“信用合作”的衍生研究以及“信用评级”的综合研究。国内信用研究正面临六大创新机遇,分别是金融合作全球化进程的加速、金融科技智能化特征的凸显、金融业务市场化程度的提高、金融服务普惠化工程的铺展、金融模式内生性矛盾的反思与金融素养整体性水平的提升。