CN107810523A - 数据可视化的智能配置 - Google Patents
数据可视化的智能配置 Download PDFInfo
- Publication number
- CN107810523A CN107810523A CN201680037731.0A CN201680037731A CN107810523A CN 107810523 A CN107810523 A CN 107810523A CN 201680037731 A CN201680037731 A CN 201680037731A CN 107810523 A CN107810523 A CN 107810523A
- Authority
- CN
- China
- Prior art keywords
- data
- characteristic
- main body
- input data
- computer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5846—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using extracted text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本文中描述的技术基于从输入数据解读的特性来确定用于数据可视化的配置。可以获得包括多个图像的输入数据。例如,输入数据可以包括包含与实体相关联的图像的一个或多个文件。本文中公开的技术可以基于输入数据来确定特性,例如主颜色。本文中公开的技术可以确定个体实体或主体与特性相关联。本文中公开的技术还涉及基于特性来生成定义可视化的输出数据。输出数据的渲染提供个体实体或主体的指示。在一些配置中,输出数据的渲染提供数据集中的数据与个体实体或主体之间的图形关联。
Description
背景技术
用于处理大型数据集的大多数程序利用预定布局来辅助用户对显示的数据进行格式化和解读。例如,客户关系管理(“CRM”)程序可以使用预定布局来显示若干公司的表现数据。在一些情景中,数据集可以是大型的,具有可以被沉浸在不同类型的显示数据中的数百或数千个公司名称。
尽管一些现有系统提供用于显示大量数据的各种格式和其他技术,但是一些当前技术可能不能有效地允许用户容易地解读不同类型的数据之间的关联。例如,在一些布局中,可能难以使用户容易地将特定实体(例如公司)与相关数据相关联。在预设数据布局包括大量数据和大量实体时,显示的数据的准确且有效的用户解读变成甚至更大的挑战。
呈现本文中做出的关于这些和其他考虑的公开内容。
发明内容
本文中描述了用于提供数据可视化的智能配置的技术。在一些配置中,本文中描述的技术确定用于数据可视化的格式化元素用以帮助用户解读显示的数据以及不同类型的数据之间的关联。在一些配置中,本文中公开的技术可以至少部分地基于输入数据来确定特性。例如,实现本文中公开的技术的系统能够获得输入数据,该输入数据包括与一个或多个实体相关联的许多图像。当输入数据包括图像(诸如旗帜的图像)时,本文中描述的技术分析输入数据以确定特性,诸如该旗帜的主颜色。本文中公开的技术可以选择与所确定的特性相关联的主体。例如,在当前示例中,如果旗帜与主体(诸如国家)相关联,则该主颜色与该主体相关联。
本文中公开的技术还涉及基于所确定的特性来生成可视化。例如,如果所确定的特性包括主颜色,则可视化可以包括包含主颜色的图形元素或物体。如下面将更详细地描述的,可视化可以包括布局、图形元素、元素的布置、或者显示属性的集合。本文中公开的技术还包括生成输出数据,该输出数据被配置为提供可视化与所选择的主体之间的图形关联。
应当认识到,上文描述的主题还可以被实现为计算机控制装置、计算机过程、计算系统、或一款制品,诸如计算机可读介质。这些和各种其他特征将从以下详细描述的阅读和相关联的附图的审阅而变得明显。
提供本发明内容从而以简化的形式介绍下面在具体实施方式中进一步描述的一些概念。本发明内容不旨在确定要求保护的主题的关键或必要特征,也不旨在用作确定要求保护的主题的范围的辅助。术语“技术”例如可以指如由以上描述的上下文允许的和本文档中的系统、方法、计算机可读指令、模块、算法、硬件逻辑和/或操作。事项或条件在于,另外,要求保护的主题不限于解决在本公开内容的任何部分中提到的任何或所有优点的实现方式。
附图说明
图1是示出了用于提供数据可视化的智能配置的系统的若干示例部件的计算机系统架构图。
图2图示了示出图像以及可视化与相关数据之间的关联的示例。
图3A是示出了被配置为显示可视化和相关联的数据的说明性图形用户界面的屏幕图。
图3B是示出了被配置为显示被配置为表示相关联的数据的可视化的说明性图形用户界面的屏幕图。
图4是示出了本文中公开的用于提供数据可视化的智能配置的例程的各方面的流程图。
图5是图示了针对能够实现本文中呈现的技术和工艺的各方面的计算系统的说明性计算机硬件和软件架构的计算机架构图。
图6是图示了能够实现本文中呈现的技术和工艺的各方面的分布式计算环境的图。
图7是图示了针对能够实现本文中呈现的技术和工艺的各方面的计算设备的计算设备架构的计算机架构图。
具体实施方式
本文中描述了用于提供数据可视化的智能配置的技术。在一些配置中,本文中描述的技术确定用于数据可视化的格式化元素以帮助用户解读显示的数据以及不同类型的数据之间的关联。在一些配置中,本文中公开的技术可以至少部分地基于输入数据来确定特性。例如,实现本文中公开的技术的系统能够获得输入数据,该输入数据包括与一个或多个实体相关联的许多图像。当输入数据包括图像(诸如旗帜的图像)时,本文中描述的技术分析该输入数据以确定特性,诸如旗帜的主颜色。本文中公开的技术可以选择与所确定的特性相关联的主体。例如,在当前示例中,如果旗帜与主体(诸如国家)相关联,则主颜色与该主体相关联。
本文中公开的技术还涉及基于特性来生成可视化。例如,如果所确定的特性包括主颜色,则所生成的可视化可以包括包含主颜色的图形元素或物体。基于可能已经通常与主体相关联的特性(诸如颜色或图形元素)的可视化帮助用户容易地标识主体。
出于说明性目的,主体可以包括个体或实体,诸如国家、公司、运动队或组织的附属机构。主体还可以包括话题或物体。在一个说明性示例中,如果输入数据包括包含特定国家的旗帜的图像,则通常与旗帜相关联的诸如颜色或其他方面的特性能够在可视化中被用于提供该特定国家的指示。本文中公开的技术还包括生成输出数据,该输出数据被配置为提供主体与和主体相关的数据之间的图形关联。例如,与国家相关联的统计数据可以靠近生成的可视化布置以提供该统计数据与该国家之间的图形关联。
本文中公开的技术能够以许多方式来配置可视化。例如,所公开的技术可以导出显示属性(诸如亮度、色度和对比度)的上下文相关的集合,用以提供主体的指示或主体与相关数据之间的图形关联。另外,如下面将更详细地描述的,可视化可以包括布局、图形元素、元素的布置、或者显示属性的集合。例如,所生成的可视化可以包括显示属性,诸如字体或字体大小,用以提供主体的指示。这些示例出于说明性目的而被提供并且不应被理解为限制性的。本文中公开的技术可以利用、生成或显示任何主题、基调、或图形元素的任何其他组合以表示或提供主体的指示。
在一些配置中,本文中公开的技术确定针对输入数据中定义的个体特性的量值。例如,如果输入数据的部分包括旗帜的图像,则本文中公开的技术可以标识用于量化旗帜的个体颜色的比率。如下面将更详细地描述的,诸如主颜色的特性可以基于一个或多个确定的比率和/或确定的量值而被选择。
在一些配置中,一个或多个因素能够影响诸如主颜色的特性的选择。例如,如果输入数据包含两个旗帜的图像并且旗帜具有类似的颜色,则本文中公开的技术可以利用其它上下文数据,诸如实体名,以确定特性。在这样的示例中,如下面将更详细地描述的,主体名称的字母顺序可以用于确定特性。
在一些配置中,本文中公开的技术优化所选择的特性和/或可视化的区别性。例如,一旦特定特性与主体相关联,该特定特性就可以不与另一主体相关联。如下面将更详细地描述的,诸如备选颜色的备选特性可以被选择并且与主体相关联。
在一些配置中,本文中的技术还可以从一个或多个资源获得数据以确定一个或多个特性。例如,计算设备可以获得包含描述主体的文本的输入数据。计算设备可以之后分析输入数据以确定与该主体相关的上下文。用于通过分析文本数据或任何其他信息来确定上下文(例如生成上下文数据)的任何已知技术可以由本文中公开的技术使用。在一个示例中,输入数据可以包括关于消费产品的描述性语句。用于分析这种数据的一个或多个算法可以生成与产品相关的上下文数据。在一个特定示例中,上下文数据能够包括基于描述性语句的公司名称和/或产品名称。上下文数据能够包括诸如公司名称或产品名称的字符串。
上下文数据可以被发送到一个或多个资源,诸如搜索引擎、社交网络和/或另一服务。该一个或多个资源能够返回补充输入数据,诸如图像或其他数据。之后,基于补充的输入数据,诸如主颜色的一个或多个特性可以被确定。如在下面提供的示例中描述的,一个或多个特性可以用于生成与主体相关联的可视化。
应当认识到,上述主题可以被实现为计算机控制装置、计算机过程、计算系统、或一款制品,诸如计算机可读存储介质。在许多其他益处之中,本文中的技术改进关于宽范围的计算资源的效率。例如,与设备的人机交互可以被改进,因为对本文中的技术的使用使得能够有效地解读数据。通过使用一个或多个可视化来改进与设备的人机交互可以减轻与疏忽输入和其他错误相关的问题。另外,改进的人机交互改进其他计算资源,诸如处理器和网络资源。
尽管在结合计算机系统上的操作系统和应用程序的运行而运行的程序模块的总体上下文中呈现了本文中描述的主题,但是本领域技术人员将意识到可以与其他类型的程序模块组合地执行其他实现方式。总体上,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、组件、数据结构、以及其他类型的结构。此外,本领域技术人员将认识到,本文中描述的主题可以利用其他计算机系统配置来实践,其他计算机系统配置包括手持设备、多处理器系统、基于微处理器的或可编程的消费电子、小型计算机、大型计算机、等等。
在下文详细描述中,对附图进行引用,附图形成本文的一部分并且通过说明的方式在附图中示出了特定配置或示例。现在参考附图,其中在几个图中类似的附图标记表示类似的元件,计算系统、计算机可读存储介质以及计算机实现的方法的各方面用于提供数据可视化的智能配置。如下面将参考图5-7更详细地描述的,存在能够体现本文中描述的功能和技术的许多应用和服务。
图1是示出了本文中公开的用于提供数据可视化的智能配置的一个说明性机制的各方面的系统图。如图1中所示出的,系统100可以包括远程计算机101和计算设备110。在一些配置中,远程计算机101和计算设备110可以利用资源120,诸如图6中图示的搜索引擎或任何其他服务。计算设备110可以用作独立设备,或者计算设备110可以结合诸如远程计算机101的另一计算机进行操作。如能够认识到的,远程计算机101和计算设备110通过一个或多个局域网和/或广域网180相互连接。应当认识到,该示例仅仅出于说明性目的而被提供并且不应被理解为限制性的。本文中描述的技术可以利用比图1中示出的计算机更多或更少的计算机。
计算设备110可以采用个人计算机、可穿戴计算机、移动电话、或具有用于处理和通信传送数据的部件的任何其他设备的形式。例如,计算设备110可以是具有界面118和至少一个输入设备119的平板电脑。显示在界面118(诸如监视器、投影表面、触摸屏、或任何其他设备)上的数据允许用户与计算设备110进行交互。另外,通过使用至少一个输入设备119,诸如相机、麦克风、键盘或任何其他设备,用户可以提供输入数据113。出于说明性目的,输入数据113可以包括一个或多个图像。
计算设备110可以包括能够存储、通信传送和处理输入数据113、输出数据115以及其他数据114的本地存储器180。本地存储器180还可以包括被配置为管理本文中描述的技术以及用户与计算设备110之间的交互的程序模块111。程序模块111可以为游戏应用、虚拟现实应用、生产能力应用、操作系统部件或被配置为处理数据的任何其他应用。
远程计算机101可以采用个人计算机、服务器计算机或被配置为存储和处理数据的许多服务器计算机的形式。如能够认识到的,远程计算机101可以被配置为通信传送、处理、以及存储输入数据113、输出数据115、以及其他数据114。远程计算机101还可以包括用于运行本文中描述的一个或多个技术的部件,诸如服务器模块107。如将在本文中更详细地描述的,服务器模块107可以结合或独立于其他模块(诸如程序模块111)进行操作以实现本文中公开的技术的各方面。
在一个说明性示例中,在操作期间,计算设备110可以获得输入数据113。输入数据113可以来自任何资源,例如另一计算机或用户输入。另外,输入数据113可以采用任何格式。在一些配置中,输入数据113可以包括可以由系统100标识的特性。例如,如果输入数据113包括一个或多个图像,则本文中公开的技术可以标识主颜色。在其他示例中,输入数据113可以包括格式化特性或者可以由系统100标识的其他显示特性。这些示例仅仅出于说明性目的而被提供并且不应被理解为限制性的。
本文中公开的技术可以至少部分地基于输入数据113的一部分来确定特性。例如,如果输入数据113的一部分包括旗帜的图像,则本文中描述的技术分析输入数据113以确定该旗帜的主颜色。如果旗帜具有多个颜色,则系统100确定与每个颜色相关联的值并且至少部分地基于与个体颜色相关联的值来选择主颜色。如下面将更详细地描述的,许多已知技术可以用于基于输入数据113来确定主颜色或其他特性。
本文中公开的技术还可以确定将与所确定的特性相关联的个体主体。输入数据113或其他数据116可以被分析以确定与所确定的特性相关联的个体主体。例如,输入数据113可以包括旗帜的图像和指示相关联的实体(诸如国家)的数据。这种数据可以用于确定与所确定的特性相关联的个体主体。
如以上所概述的,本文中公开的技术可以基于特性来生成可视化。例如,如果所确定的特性包括主颜色,则所生成的可视化可以包括包含该主颜色的图形元素或物体。可视化可以包括布局、图形元素、元素的布置、或者显示属性的集合。本文中公开的技术还包括生成输出数据,该输出数据被配置为提供可视化与所选择的主体之间的图形关联。下面更详细地描述了并且在图3A和图3B中示出了若干可视化的示例。
如以上所概述的,本文中的技术还可以从一个或多个资源获得数据以确定一个或多个特性。例如,计算设备110可以获得包含文本或其他信息的输入数据113。计算设备110可以之后分析输入数据113以确定与主体相关的上下文。用于通过分析文本数据或任何其他信息来确定上下文并且生成上下文数据的任何已知技术可以由本文中公开的技术使用。在一个示例中,输入数据113可以包括关于消费产品的描述性语句。用于分析这种数据的一个或多个算法可以生成与产品相关的上下文数据。在一个特定示例中,上下文数据能够包括基于描述性语句的公司名称和/或产品名称。上下文数据可以采用包括诸如公司名称或产品名称的信息的字符串的形式。
上下文数据可以被发送到一个或多个资源120,诸如搜索引擎、社交网络平台和/或另一服务。一个或多个资源120能够返回补充输入数据113,例如图像或其他数据。之后,基于补充的输入数据113,诸如主颜色的一个或多个特性可以被确定。如以上所描述的,一个或多个特性可以用于生成与主体相关联的可视化。
现在参考图2、图3A和图3B,提供了关于示例输入数据113和示例可视化的细节。如将在以下示例中示出的,可视化被配置为提供主体的指示和/或辅助用户解读显示的数据并且将显示的数据与主体相关联。出于说明性目的,考虑以下情景。假设系统100被用于创建针对中国、巴西、印度、日本和美国的按年的国内生产总值(GDP)的一个或多个数据可视化。
此外,在当前示例中,如图2中所示出的,输入数据113包括旗帜的图像(113A-113E)。另外,输入数据113包括将每个旗帜与以下个体国家相关联的数据:中国、巴西、印度、日本、以及美国。另外假设,在该示例中,输入数据113包含实体数据,诸如与以上列出的国家相关的GDP数据。出于说明性目的,诸如第一图像113A和第二图像113B的个体图像可以一般地被引用为“图像113”。还能够认识到,(图1中示出的)其他数据116可以从一个或多个资源获得,并且其他数据116还可以提供实体数据、图像数据、以及其他相关信息。
通过使用一个或多个已知技术来分析图像数据,可以确定一个或多个特性,诸如主颜色。在一个说明性示例中,可以确定针对个体图像的量值,例如与个体颜色相关联的比率。针对每个颜色的量值可以标识个体图像中的主要颜色。在一些配置中,所确定的特性可以至少部分地基于主要颜色的检测。本文中公开的技术可以利用任何适当的技术来标识图像的颜色或其他特性。
在当前示例中,输入数据113被处理以确定针对个体旗帜的主颜色。具体地,在该示例中,系统100生成针对每个旗帜的个体颜色的量值。在表1中示出了具有针对若干特性的各自的量值的示例数据集。
中国:95%红色;5%黄色
巴西:60%绿色;19%蓝色;20%黄色;1%白色
美国:45%白色;40%红色;15%蓝色
印度:33%橙色;33%绿色;31%白色;2%蓝色
日本:75%白色;25%红色
表1
所确定的特性,诸如主颜色,能够使用许多现有技术来选择。例如,图像内的主要颜色可以被选择为主颜色。在当前示例中,系统100被配置为选择主要颜色。此外,在该示例中,系统100被配置为忽略白色。如下面还将描述的,系统100还能够被配置为选择备选颜色而非重复对一些颜色的使用。
在将本文中公开的技术应用到表1的数据中,能够选择一个或多个主颜色。例如,由于第一图像113A为95%红色,所以系统100可以确定第一主颜色为红色。在重复本文中公开的技术中,由于第二图像113B包蓝色,并且由于(在该示例中)白色被忽略,并且红色已经被分配,所以系统100可以确定第二主颜色为蓝色。由于第三图像113C为60%绿色,所以系统100可以确定第三主颜色为绿色。
另外,由于白色被忽略并且红色已经被指派,所以第四主颜色被确定为紫色。这样的颜色可以在这样的情景中来选择,因为紫色未被指派给另一实体并且因为紫色不与其他实体相关联或者未在输入数据113中被利用。一些配置避免使用输入数据113的颜色或其他特性,以减少对可能与其他实体或主体相关联的颜色的使用。另外,由于第五图像113E为33%橙色,所以系统100可以确定第五主颜色为橙色。这样的示例出于说明性目的而被提供并且不应被理解为限制性的。
还在图2中示出的,可视化数据(202A-202E)可以根据所确定的特性(例如上文描述的主颜色)来生成。如以上所概述的,一个或多个可视化可以基于所确定的特性来生成,其可以包括图形元素或物体。另外,一个或多个主体的数据(203A-203E)(在本文中也被称为“相关数据203”)可以与可视化数据(202A-202E)相关联。在该示例中,可能包括第一主颜色的个体可视化202A可以与相关数据的第一节段203A相关联。如下面将描述的,其他可视化(202B-202E)和相关数据的其他节段(203B-203E)以类似的方式被处理和配置。
出于说明性目的,相关数据(203A-203E)可以包括与一个或多个主体相关联的任何数据。相关数据(203A-203E)的示例可以包括实体名和其他相关数据,诸如表现数据。系统100可以之后生成输出数据115,输出数据115定义被配置为示出不同数据集之间的关联的可视化。在当前示例中,可视化和相关数据能够被生成、利用和/或显示。出于说明性目的,相关数据(203A-203E)与可视化数据(202A-202E)之间的关联由图2中示出的双向箭头表示。
如以上所概述的,本文中公开的技术可以提供数据可视化的智能配置。在一些配置中,定义一个或多个可视化的输出数据115可以被显示,示出实体与相关数据之间的关联。出于说明性目的,可视化可以包括图形元素的布置,图形元素诸如为线、框、和/或具有一个或多个显示属性(诸如主颜色)的任何其他图形元素。这样的示例仅仅出于说明性目的而被提供并且不应被理解为限制性的。能够认识到,可视化还可以包括符号、记号、标志、饰章、标牌、基调或图形元素的任何组合或布置的任何部分的渲染。
可视化可以通过使用用于将数据进行关联的许多各种机制来配置。例如,基于与相关数据的位置相关的特性的渲染物体的位置可以提供主体与相关数据之间的关联的视觉指示。这样的示例可以包括包含颜色或文本的两个图形元素的垂直或水平对齐。另外,一个或多个图形元素,诸如箭头或线,可以提供实体与相关数据之间的关联的视觉指示。在又一示例中,显示和布局属性,诸如字体大小和字体,可以用于示出数据、实体或主体之间的关联。
图3A提供了被配置为显示包含主颜色和相关数据(203A-203E)的可视化(202A-202E)的图形用户界面(UI)300的一个说明性示例。图3A的UI 300示出一个示例,其中可视化(202A-202E)的位置图示了可视化(202A-202E)与相关数据(203A-203E)之间的关联。在该示例中,第一可视化202A包括第一主颜色。另外,第一可视化202A与相关数据的第一节段203A对齐。如也被示出的,其他可视化(202B-202E)和相关数据的其他节段(203B-203E)以类似的方式被布置。基于所确定的特性(例如主颜色)的可视化(202A-202E)能够用于指示主体(诸如实体)与相关数据(203A-203E)之间的关联。另外,基于所确定的特性的可视化(202A-202E)能够辅助用户和计算机容易地标识主体,诸如实体。
本文中提供的这些示例仅仅出于说明性目的而被提供并且不应被理解为限制性的。例如,尽管上述示例包括对颜色的使用,但是能够认识到,其他图形元素或设计可以与主体和/或数据相关联。例如,代替主颜色,可以使用特定黑白阴影图案。在其他示例中,主颜色或特定阴影可以界定包含相关联的数据的电子表格(spreadsheet)单元。能够认识到,可视化可以利用包括任何形状或图案的任何图形元素,其可以包围相关联的数据或被定位在相关联的数据附近。
在另一说明性示例中,输入数据113可以包括关于许多产品的使用数据。例如,输入数据113可以指示WORD、EXCEL、POWERPOINT和ONENOTE已经分别被使用了50、30、60和35次。为了向用户提供产品的图形指示,本文中公开的技术能够确定可以通常与这样的产品相关联的颜色或其他显示属性。所确定的颜色或其他所确定的显示属性可以用于生成可视化,该可视化表示主体和/或提供主体与相关数据之间的关联。
在将这样的示例应用到以上描述的技术中,输入数据113可以通过一个或多个技术来分析以确定上下文,其能够涉及基于输入数据113来生成上下文信息。所生成的上下文信息例如可以包括产品名称或其他相关数据,例如公司名称。
上下文信息之后被通信传送到资源120,诸如搜索引擎。来自资源120的响应可以返回与所标识的产品相关的一个或多个图像或其他数据。在当前示例中,如果输入数据113包括产品WORD、EXCEL、POWERPOINT和ONENOTE的列表,则能够生成关于产品的上下文数据。上下文数据被配置为从资源120获得响应以产生与产品相关的一个或多个图像。
如本文中描述的,图像可以之后被分析以确定特性。在当前示例中,与WORD相关的图像可以指示主要颜色蓝色。与EXCEL相关的图像例如可以指示主要颜色绿色。出于说明性目的,POWERPOINT可以与另一颜色(诸如橙色)相关联。ONENOTE可以与又一颜色(诸如紫色)相关联。
可以从图像确定其他特性,诸如字体、样式、主题、基调和/或显示属性的任何组合。例如,现有技术可以分析图像内的形状和/或图案以确定一个或多个特性。在一个特定图示中,使用示例产品WORD,用于检测形状和/或图案的一个或多个算法可以标识一个或多个特性,例如WORD标志中的独特斜体。可以标识诸如字体和/或所标识的图案或形状的部分的特性。如下面所描述的,这样的特性可以用于生成包含图案或形状的一个或多个可视化。
使用该示例的所确定的特性,可以生成一个或多个可视化。图3B是示出了被配置为显示可视化的说明性图形用户界面300'的屏幕图。在该示例中,第一可视化202F被配置为指示与WORD相关联的使用数据。另外,基于所确定的特性,第一可视化202F的至少一部分可以为蓝色。另外,其他特性可以基于另一特性(诸如特定字体或设计)引入另一可视化202F'。其他可视化(202G-202I)可以分别与其他产品(例如,EXCEL、POWERPOINT和ONENOTE)相关联,并且利用所确定的颜色(例如,绿色、橙色和紫色)来配置。可视化(202F-202I)的形状和大小可以被设计以传达各自的使用数据。在该示例中,可视化(202F-202I)被形成为指示针对每个产品的使用的柱状图。
现在转到图4,下面示出和描述了用于提供数据可视化的智能配置的例程400的各方面。应当理解,本文中公开的方法的操作不一定以任何特定顺序来呈现并且以(一个或多个)备选顺序执行操作中的一些或全部是可能的并且能被预见到。为了描述和说明以例示的顺序来呈现这些操作。可以在不脱离随附权利要求书的范围的情况下添加、省略和/或同时执行操作。
还应当理解,图示的方法能够在任何时间结束并且不需要完全地执行。方法的一些或全部操作和/或基本上等价的操作能够通过运行包含在计算机可读介质上的计算机可读指令来执行,如下面所定义的。如本说明书和权利要求书中使用的术语“计算机可读指令”及其变型在本文中被扩张地用于包括例程、应用、应用模块、程序模块、程序、部件、数据结构、算法、等等。计算机可读指令能够被实现在各种系统配置上,该各种系统配置包括单处理器或多处理器系统、小型计算机、大型计算机、个人计算机、手持计算设备、基于微处理器的可编程的消费电子、其组合、等等。
因此,应当认识到,本文中描述的逻辑操作被实现(1)为运行在计算系统上的计算机实现的动作或程序模块的序列和/或(2)为计算系统内的互连机器逻辑电路或电路模块。实现方式是取决于计算系统的性能和其他要求的一种选择。因此,本文中描述的逻辑操作以各种方式被引用为状态、操作、结构设备、动作或模块。这些操作、结构设备、动作和模块可以用软件、用固件、用专用数字逻辑、以及其任何组合来实现。
如下面结合图1将更详细地描述的,例程400的操作在本文中被描述为至少部分地由应用、部件和/或电路实现。尽管以下说明引用图1的部件,但是能够认识到,例程400的操作还可以以许多其他方式来实现。例如,例程400可以至少部分地通过计算机处理器或另一计算机的处理器来实现。另外,例程400的操作中的一个或多个可以备选地或额外地至少部分地通过单独或者结合其他软件模块(诸如服务器模块107)工作的计算机实现。
参考图4,例程400以操作402开始,其中,获得输入数据113。输入数据113可以采用任何格式并且可以来自任何资源或设备。在一些配置中,输入数据113可以包括可以通过本文中描述的技术而被标识和选择的特性。例如,如果输入数据113包括一个或多个图像,则本文中公开的技术可以标识一个或多个主颜色。如果输入数据113可以包括可以由系统100检测的特定形状、图案或其他特性。这些示例仅仅出于说明性目的而被提供并且不应被理解为限制性的。
如以上所概述的,本文中的技术还可以从一个或多个资源获得输入数据113以确定一个或多个特性。例如,计算设备110可以获得包含文本或其他信息的输入数据113。计算设备110可以之后分析输入数据113以确定与主体相关的上下文。用于通过分析文本数据或任何其他信息来确定上下文并且生成上下文数据的任何已知技术可以由本文中公开的技术使用。在一个示例中,输入数据113可以包括关于消费产品的描述性语句。用于分析这种数据的一个或多个算法可以生成与产品相关的上下文数据。
在一个特定示例中,上下文数据能够包括基于描述性语句的公司名称和/或产品名称。上下文数据可以采用包括诸如公司名称或产品名称的信息的字符串的形式。上下文数据可以被发送到一个或多个资源120,诸如搜索引擎、社交网络平台和/或另一服务。一个或多个资源120能够返回补充输入数据113,诸如图像或其他数据。如下面将描述的,一个或多个特性可以基于补充输入数据113来确定。
接下来,在操作404中,程序模块111根据输入数据113确定特性。例如,在一些配置中,程序模块111可以确定与实体相关联的主颜色。输入数据113可以被分析以确定颜色的数量以及与个体颜色相关联的比率。主颜色可以基于比率和/或从输入数据113和其他数据117解读的其他数据来确定。在一个说明性示例中,本文中公开的技术可以至少部分地基于输入数据113的一部分来确定主颜色。例如,如果输入数据的一部分包括旗帜的图像,则本文中描述的技术分析输入数据113以确定该旗帜的主颜色。如果输入数据113包括特定形状或图案,则本文中的技术可以生成定义这样的特性的数据。这些示例仅仅出于说明性目的而被提供并且不应被理解为限制性的。
接下来,在操作406中,程序模块111选择与所确定的特性相关联的主体。如以上所概述的,所确定的主体可以基于输入数据113和/或其他数据117。例如,输入数据113和/或其他数据116可以包括旗帜的图像和指示相关联的主体(诸如国家)的数据。本文中公开的技术还可以基于输入数据113和/或其他数据116将所选择的主体与所确定的特性相关联。
接下来,在操作408中,程序模块111可以生成定义可视化的输出数据115。可视化可以提供主体的指示。另外,可视化可以提供所确定的特性(例如,主颜色)与所确定的主体(例如国家)之间的关联。如能够认识到的,输出数据115可以以任何格式来生成并且可以包含其他数据,其可以图形上与所选择的主体相关联。
接下来,在操作410中,程序模块111可以引起输出数据115的显示。如图3A的UI300或图3B的UI 300'中所示出的,输出数据115的显示可以指示主体、相关数据和/或主颜色之间的关联。这些示例出于说明性目的而被提供并且不应被理解为限制性的。能够理解,基于诸如主颜色的特性指示主体与图形元素或可视化之间的关系的数据的任何布置可以由本文中描述的技术使用。
图5示出了用于能够运行本文中描述的程序部件的计算机的示例计算机架构500的额外细节,该计算机诸如计算设备101(图1)。因此,图5中图示的计算机架构500图示了针对服务器计算机、移动电话、PDA、智能电话、台式计算机、笔记本计算机、平板计算机、和/或膝上型计算机的架构。计算机架构500中可以用于运行本文中呈现的软件部件的任何方面。
图5中图示的计算机架构500包括中央处理单元502(“CPU”)、包括随机存取存储器506(“RAM”)和只读存储器(“ROM”)508的系统存储器504、以及将存储器504耦合到CPU 502的系统总线510。包含有助于诸如在启动期间在计算机架构500内的各元件之间传递信息的基本例程的基本输入/输出系统被存储在ROM 508中。计算机架构500还包括用于存储操作系统507、数据(诸如输出数据115)以及一个或多个应用程序的大容量存储设备512。
大容量存储设备512通过连接到总线510的大容量存储控制器(未示出)连接到CPU502。大容量存储设备512及其相关联的计算机可读介质提供用于计算机架构500的非易失性存储。尽管本文中包含的计算机可读介质的描述指代大容量存储设备,诸如固态驱动器、硬盘驱动器或CD-ROM驱动器,但是本领域技术人员应当认识到,计算机可读介质可以是能够由计算机架构500访问的任何适当的计算机存储介质或通信介质。
通信介质包括计算机可读指令、数据结构、程序模块或诸如载波或其他传输介质的经调制的数据信号中的其他数据并且包括任何递送介质。术语“经调制的数据信号”意指这样的信号,该信号的特性中的一个或多个特性被改变或设置的方式使得在该信号中编码信息。通过举例而非限制的方式,通信介质包括诸如有线网络或直接有线连接的有线介质和无线介质,诸如声学、RF、红外和其他无线介质。以上中的任何的组合还应当被包含在计算机可读介质的范围内。
通过示例而非限制的方式,计算机存储介质可以包括以任何方法或技术实现以用于存储信息的易失性和非易失性、可移除和不可移除介质,该信息诸如计算机可读指令、数据结构、程序模块或其他数据。例如,计算机介质包括但不限于RAM、ROM、EPROM、EEPROM、闪存或其他固态存储器技术、CD-ROM、数字多用盘(DVD)、HD-DVD、蓝光盘、或其他光学存储设备、磁带盒、磁带、磁盘存储装置或其他磁性存储设备、或者能够被用于存储期望信息并且能够由计算机架构500访问的任何其他介质。为了权利要求的目的,词语“计算机存储介质”、“计算机可读存储介质”以及其变型不包括波、信号、和/或其他暂态和/或无形通信介质本身。
根据各种配置,计算机架构500可以在使用通过网络756和/或另一网络(未示出)到远程计算机的逻辑连接的网络化环境中进行操作。计算机架构500可以通过连接到总线510的网络接口单元514连接到网络756。应当认识到,网络接口单元514还可以被利用以连接到其他类型的网络和远程计算机系统。计算机架构500还可以包括用于从许多其他设备接收和处理输入的输入/输出控制器516,该许多其他设备包括键盘、鼠标或电子触笔(未示出在图5中)的。类似地,输入/输出控制器516可以将输出提供到显示屏、打印机、或其他类型的输出设备(也未示出在图5中)。
应当理解,本文中描述的软件部件在被加载到CPU 502中并且被运行时将CPU 502和总体计算机架构500从通用计算系统变换成被定制为促进本文中呈现的功能的专用计算系统。CPU 502可以由任何数量的晶体管或其他分立电路元件(其可以单独地或集体地呈现任何数量的状态)构造。更具体地,CPU 502可以响应于包含在本文中公开的软件模块内的可执行指令而用作有限状态机。这些计算机可执行指令可以通过规定CPU 502如何在各状态之间转变由此变换构成CPU 502的晶体管或其他分立硬件元件来变换CPU 502。
对本文中呈现的软件模块进行编码还可以变换本文中呈现的计算机可读介质的物理结构。在本说明书的不同实现方式中,物理结构的特定变换可以取决于各种因素。这些因素的示例可以包括但不限于用于实现计算机可读介质的技术,无论计算机可读介质被表征为主存储还是辅助存储,等等。例如,如果计算机可读介质被实现为基于半导体的存储器,则本文中公开的软件可以通过变换半导体存储器的物理状态而被编码在计算机可读介质上。例如,软件可以变换构成半导体存储器的晶体管、电容器、或其他分立电路元件的状态。软件还可以变换这样的部件的物理状态以便将数据存储在其上。
作为另一示例,本文中公开的计算机可读介质可以使用磁性技术或光学技术来实现。在这样的实现方式中,本文中呈现的软件可以当软件被编码在其中时变换磁性介质或光学介质的物理状态。这些变换可以包括改变给定磁性介质内的特定位置的磁性特性。这些变换还可以包括改变给定光学介质内的特定位置的物理特征或特性,以改变那些位置的光学特性。在不脱离本说明书的范围和精神的情况下,进行物理介质的其他变换也是可能的,其中,前述示例仅仅被提供以方便本讨论。
鉴于上文,应当认识到,许多类型的物理变换在计算机架构500中进行,以便存储和运行本文中呈现的软件部件。还应当理解,计算机架构500可以包括其他类型的计算设备,包括手持计算机、嵌入式计算机系统、个人数字助理、以及本领域技术人员已知的其他类型的计算设备。还预见到,计算机架构500可以不包括图5中示出的部件中的全部,可以包括未在图5中明确示出的其他部件,或者可以利用与图5中示出的架构完全不同的架构。
图6描绘了能够运行本文中描述的用于提供数据可视化的智能配置的软件部件的说明性分布式计算环境600。因此,图6中图示的分布式计算环境600能够用于运行本文中呈现的软件部件的任何方面。例如,分布式计算环境600能够用于运行网络浏览器510、内容管理器105和/或本文中描述的其他软件部件的各方面。
根据各种实现方式,分布式计算环境600包括计算环境602,该计算环境602在网络604上操作、与网络604通信、或作为网络604的部分。网络604可以为或者可以包括以上参考图5描述的网络756。网络604还可以包括各种访问网络。一个或多个客户端设备606A-606N(下文中共同地和/或一般地称为“客户端606”)能够经由网络604和/或其他连接(未图示在图6中)与计算环境602进行通信。在一个图示的配置中,客户端606包括:计算设备606A,诸如膝上型计算机、台式计算机、或其他计算设备;板式或平板计算设备(“平板计算设备”)606B;移动计算设备606C,诸如移动电话、智能电话、或其他移动计算设备;服务器计算机606D;和/或其他设备606N。应当理解,任何数量的客户端606能够与计算环境602进行通信。本文中参考图5和图7图示和描述了针对客户端606的两个示例计算架构。应当理解,图示的客户端606以及本文中图示的和描述的计算架构是说明性的,并且不应当以任何方式被理解为受限制。
在图示的配置中,计算环境602包括应用服务器608、数据存储610、以及一个或多个网络接口612。根据各种实现方式,应用服务器608的功能能够由一个或多个服务器计算机提供,该一个或多个服务器计算机作为网络604的部分运行或与网络604进行通信。应用服务器608能够托管各种服务、虚拟机、端口和/或其他资源。在图示的配置中,应用服务器608托管用于托管应用或其他功能的一个或多个虚拟机614。根据各种实现方式,虚拟机614托管用于提供数据可视化的智能配置的一个或多个应用和/或软件模块。应当理解,该配置是说明性的,并且不应当以任何方式被理解为限制性的。应用服务器608还国管或提供对一个或多个端口、链接页面、网站和/或其他信息(“网页端口”)616的访问。
根据各种实现方式,应用服务器608还包括一个或多个邮箱服务618以及一个或多个消息传送服务620。邮箱服务618能够包括电子邮件(“email”)服务。邮箱服务618还能够包括各种个人信息管理(“PIM”)服务,其包括但不限于日历服务、联系人管理服务、协作服务、和/或其他服务。消息传送服务620能够包括但不限于即时消息传送服务、聊天服务、论坛服务、和/或其他通信服务。
应用服务器608还可以包括一个或多个社交网络服务622。社交网络服务622能够包括各种社交网络服务,包括但不限于:用于共享或发布状态更新、即时消息、链接、照片、视频、和/或其他信息的服务;用于评论或显示对于文章、产品、博客、或其他资源的兴趣的服务;和/或其他服务。在一些配置中,社交网络服务622由以下服务提供或包括以下服务:FACEBOOK社交网络服务、LINKEDIN专业网络服务、MYSPACE社交网络服务、FOURSQUARE地理网络服务、YAMMER办公室同事网络服务、等等。在其他配置中,社交网络服务622由其他服务、网站和/或可以或者可以不明确已知为社交网络提供者的提供者提供。例如,一些网站允许用户在各种活动和/或诸如阅读已发布的文章、评论商品或服务、发布、协作、打游戏、等等的情境期间经由电子邮件、聊天服务、和/或其他手段与彼此交互。这样的服务的示例包括但不限于来自华盛顿雷德蒙德的微软公司的WINDOWS LIVE服务和XBOX LIVE服务。其他服务是可能的并且被预见到。
社交网络服务622还能够包括发评论、博客和/或微博服务。这样的服务的示例包括但不限于YELP评论服务、KUDZU审阅服务、OFFICETALK企业微博服务、TWITTER消息传送服务、GOOGLE BUZZ服务、和/或其他服务。应当认识到,以上服务列表不是穷尽的,并且为简洁起见本文中未提到许多额外的和/或备选的社交网络服务622。因此,以上配置是说明性的,并且不应当以任何方式被理解为受限制。根据各种实现方式,社交网络服务622可以托管用于提供本文中描述的用于数据可视化的智能配置的功能的一个或多个应用和/或软件模块。例如,应用服务器608中的任一个应用服务器可以通信传送或促进本文中描述的功能和特征。例如,运行在电话或任何其他客户端606上的社交网络应用、邮件客户端、消息传送客户端或浏览器可以与网络服务622进行通信并且甚至部分地促进以上参考图4描述的功能。
如图6中所示出的,应用服务器608还能够托管其他服务、应用、端口和/或其他资源(“其他资源”)624。其他资源624能够包括但不限于文档共享、渲染或任何其他功能。因此,能够认识到,计算环境602能够提供本文中提供的本文中公开的构思和技术与各种邮箱、消息传送、社交网络和/或其他服务或资源的整合。
如以上所提到的,计算环境602能够包括数据存储610。根据各种实现方式,数据存储610的功能由一个或多个数据库提供,一个或多个数据库在网络604上进行操作或者与网络604进行通信。数据存储610的功能还能够由一个或多个服务器计算机提供,一个或多个服务器计算机被配置为针对托管计算环境602的数据。数据存储610能够包括、托管、或提供一个或多个真实或虚拟数据存储626A-626N(下文中共同地和/或一般地被称为“数据存储626”)。数据存储626被配置为托管由应用服务器608使用或创建的数据和/或其他数据。尽管在图6中未图示,但是数据存储626还能够托管或存储网页文档、文字文档、演示文档、数据结构、用于由推荐引擎运行的算法、和/或由任何应用程序或另一模块(例如内容管理器105)利用的其他数据。数据存储626的各方面可以与用于存储文件的服务相关联。
通信环境602能够与网络接口612进行通信或者由网络接口612访问。网络接口612能够包括用于支持两个或更多个计算设备(包括但不限于客户端606与应用服务器608)之间的通信的各种类型的网络硬件和软件。应当理解,网络接口612还可以用于连接到其他类型的网络和/或计算机系统。
应当理解,本文中描述的分布式计算环境600能够利用能够被配置为运行本文中公开的软件部件的任何方面的任何数量的虚拟计算资源和/或其他分布式计算功能来提供本文中描述的软件元件的任何方面。根据本文中公开的构思和技术的各种实现方式,分布式计算环境600将本文中被描述为服务的软件功能提供到客户端606。应当理解,客户端606能够包括真实或虚拟机,其包括但不限于服务器计算机、网络服务器、个人计算机、移动计算设备、智能电话、和/或其他设备。因此,本文中公开的构思和技术的各种配置使得被配置为访问分布式计算环境600的任何设备能够利用本文中描述的用于提供数据可视化的智能配置的功能以及其他方面。在一个特定示例中,如以上所概述的,本文中描述的技术可以至少部分地由结合图6的应用服务器608工作的图5的网络浏览器510应用实现。
现在转到图7,其为针对能够运行本文中描述的用于数据可视化的智能配置的各种软件部件的计算设备的说明性计算设备架构700。计算设备架构700可应用于计算设备,该计算设备部分地归因于形状因子、无线连接性、和/或电池供电的操作而促进移动计算。在一些配置中,计算设备包括但不限于移动电话、平板设备、板式设备、便携式视频游戏设备、等等。计算设备架构700可应用于图6中示出的客户端606中的任何客户端。此外,计算设备架构700的各方面可以可应用于传统台式计算机、便携式计算机(例如,膝上型电脑、笔记本、超便携本、以及上网本)、服务器计算机、以及其他计算机系统,诸如本文中参考图5所描述的。例如,本文中下面公开的单触摸和多触摸方面可以被应用到利用触摸屏或特定其他触摸使能设备(诸如触摸使能跟踪板或触摸使能鼠标)的台式计算机。
图7中图示的计算设备架构700包括处理器702、存储器部件704、网络连接性部件706、传感器部件708、输入/输出部件710、以及功率部件712。在图示的配置中,处理器702与存储器部件704、网络连接性部件706、传感器部件708、输入/输出(“I/O”)部件710、以及功率部件712进行通信。尽管未在图7中图示的个体部件之间示出连接,但是这些部件能够交互以执行设备功能。在一些配置中,部件被布置以便经由一个或多个总线(未示出)进行通信。
处理器702包括中央处理单元(“CPU”),该中央处理单元(“CPU”)被配置为处理数据、运行一个或多个应用程序的计算机可执行指令、并且与计算设备架构700的其他部件进行通信以便执行本文中描述的各种功能。处理器702可以用于运行本文中呈现的软件部件的各方面并且具体地至少部分地利用触摸使能输入的那些方面。
在一些配置中,处理器702包括图形处理单元(“GPU”),其被配置为加速由CPU执行的操作,包括但不限于由运行通用科学和/或工程计算应用以及图形密集计算应用所执行的操作,图形密集计算应用诸如高分辨率视频(例如,720P、1080P和更高分辨率)、视频游戏、三维(“3D”)建模应用、等等。在一些配置中,处理器702被配置为与离散GPU(未示出)进行通信。在任何情况下,CPU和GPU可以根据共处理CPU/GPU计算模型而被配置,其中,运行在CPU上的应用的顺序部分和计算密集部分由GPU加速。
在一些配置中,处理器702是片上系统(“SoC”)以及下面本文中描述的其他部件中的一个或多个,或者被包括在片上系统(“SoC”)以及下面本文中描述的其他部件中的一个或多个中。例如,SoC可以包括处理器702、GPU、网络连接性部件706中的一个或多个以及传感器部件708中的一个或多个。在一些配置中,处理器702部分地利用封装叠加(“PoP”)集成电路封装技术而被制造。处理器702可以为单核处理器或多核处理器。
处理器702可以根据可从英国剑桥的ARM HOLDINGS获得许可的ARM架构来创建。备选地,处理器702可以根据诸如可从加利福尼亚山景城的INTEL公司以及其他获得的x86架构来创建。在一些配置中,处理器702为可从加利福尼亚圣地亚哥的QUALCOMM获得的SNAPDRAGON SoC、可从加利福尼亚圣克拉拉的NVIDIA获得的TEGRA SoC、可从韩国首尔的SAMSUNG获得的HUMMINGBIRD SoC、可从德克萨斯达拉斯的TEXAS INSTRUMENTS获得的开放多媒体应用平台(“OMAP”)SoC、以上SoC中的任何的定制版本、或专用SoC。
存储器部件704可以包括随机存取存储器(“RAM”)714、只读存储器(“ROM”)716、集成存储存储器(“集成存储”)718、以及可移除存储存储器(“可移除存储”)720。在一些配置中,RAM714或其部分、ROM 716或其部分、和/或RAM 714和ROM 716的特定组合被集成在处理器702中。在一些配置中,ROM 716被配置为存储固件、操作系统或其部分(例如,操作系统内核)、和/或从集成存储718和/或可移除存储720加载操作系统内核的引导程序。
集成存储718能够包括固态存储器、硬盘、或固态存储器和硬盘的组合。集成存储718可以被焊接或以其他方式连接到逻辑板,处理器702和本文中描述的其他部件也可以被连接到该逻辑板上。因此,集成存储718被集成在计算设备中。集成存储718被配置为存储操作系统及其部分、应用程序、数据、以及本文中描述的其他软件部件。
可移除存储720能够包括固态存储器、硬盘、或固态存储器和硬盘的组合。在一些配置中,可移除存储720代替集成存储718被提供。在其他配置中,可移除存储720被提供为额外的可选存储。在一些配置中,可移除存储720与集成存储718逻辑地组合使得总可用存储可用作总组合存储容量。在一些配置中,集成存储718和可移除存储720的总组合容量代替针对集成存储718和可移除存储720的单独的存储能力被示出给用户。
可移除存储720被配置为插入到可移除存储存储器槽(未示出)或其他机制中,可移除存储720通过该其他机制被插入和固定以促进可移除存储720能够通过其与计算设备的其他部件(例如处理器702)进行通信的连接。可移除存储720可以以各种存储卡格式来体现,各种存储卡格式包括但不限于PC卡、CompactFlash卡、记忆棒、安全数字(“SD”)、miniSD、microSD、通用集成电路(“UICC”)(例如,订户标识模块(“SIM”)或通用SIM(“USFM”))、专用格式、等等。
能够理解,存储器部件704中的一个或多个能够存储操作系统。根据各种配置,操作系统包括但不限于来自华盛顿雷德蒙德的微软公司的WINDOWS MOBILE OS、来自微软公司的WINDOWS PHONE OS、来自微软公司的WINDOWS、来自加利福尼亚帕洛阿尔托的惠普公司的PALM WEBOS、来自加拿大的安大略滑铁卢的Research In Motion Limited的BLACKBERRYOS、来自加利福尼亚库比蒂诺的苹果公司的IOS、以及来自加利福尼亚山景城的谷歌公司的ANDROID OS。预见到其他操作系统。
网络连接性部件706包括无线广域网部件(“WWAN部件”)722、无线局域网部件(“WLAN部件”)724、以及无线个人区域网络部件(“WPAN部件”)726。网络连接性部件706促进到网络756或另一网络的通信和来自网络756或另一网络的通信,该另一网络可以为WWAN、WLAN或WPAN。尽管仅仅图示了网络756,但是网络连接性部件706可以促进与包括图6的网络604的多个网络的同时通信。例如,网络连接性部件706可以经由WWAN、WLAN或WPAN中的一个或多个促进与多个网络的同时通信。
网络756可以是或者可以包括WWAN,诸如移动电信网络,其利用一个或多个移动电信技术来将语音和/或数据服务提供到经由WWAN部件722利用计算设备架构700的计算设备。移动电信技术能够包括但不限于全球移动通信系统(“GSM”)、码分多址(“CDMA”)ONE、CDMA7000、通用移动电信系统(“UMTS”)、长期演进(“LTE”)以及微波接入全球互通(“WiMAX”)。此外,网络756可以利用各种信道访问方法(其可以或者可以不由上述标准使用),其包括但不限于时分多址(“TDMA”)、频分多址(“FDMA”)、CDMA、宽带CDMA(“W-CDMA”)、正交频分复用(“OFDM”)、空分多址(“SDMA”)、等等。数据通信可以使用通用分组无线服务(“GPRS”)、全域进化增强数据率(“EDGE”)、包括高速下行链路分组访问(“HSDPA”)、增强上行链路(“EUL”)或以其他方式命名的高速上行链路分组访问(“HSUPA”)、演进HSPA(“HSPA+”)的高速分组访问(“HSPA”)协议族、LTE以及各种其他当前的和未来的无线数据访问标准来提供。网络756可以被配置为提供利用以上技术的任何组合来提供语音和/或数据通信。网络756可以被配置为或者适于根据未来代技术来提供语音和/或数据通信。
在一些配置中,WWAN部件722被配置为向网络756提供双多模式连接性。例如,WWAN部件722可以被配置为向网络756提供连接性,其中,网络756经由GSM和UMTS技术或经由技术的某个其他组合提供服务。备选地,多个WWAN部件722可以用于执行这种功能,和/或提供额外的功能以支持其他不可兼容技术(即,不能够由单个WWAN技术支持)。多个WWAN部件722可以促进到多个网络(例如,UMTS网络和LTE网络)的类似连接性。
网络756可以为根据一个或多个电气和电子工程师学会(“IEEE”)802.11标准(诸如IEEE 802.11a、802.11b、802.11g、802.11n、和/或未来802.11标准(在本文中共同地被称为WI-FI))进行操作的WLAN。还预见到草拟的802.11标准。在一些配置中,WLAN利用一个或多个无线WI-FI访问点来实现。在一些配置中,无线WI-FI访问点中的一个或多个是具有到用作WI-FI热点的WWAN的连接性的另一计算设备。WLAN部件724被配置为经由WI-FI访问点连接到网络756。这样的连接可以经由各种加密技术来保证安全,该各种加密技术包括但不限于WI-FI保护访问(“WPA”)、WPA2、有线等效保密(“WEP”)、等等。
网络756可以是WPAN,该WPAN根据一个或多个红外数据协会(“IrDA”)、蓝牙、无线通用串行总线(“USB”)、Z波、ZIGBEE或某个其他短距离无线技术进行操作。在一些配置中,WPAN部件726被配置为经由WPAN促进与其他设备(诸如外设、计算机、或其他计算设备)的通信。
传感器部件708包括磁力计728、环境光传感器730、接近度传感器732、加速度计734、陀螺仪736、以及全球定位系统传感器(“GPS传感器”)738。预见到,其他传感器,诸如但不限于温度传感器或冲击检测传感器还也可以被并入在计算设备架构700中。
磁力计728被配置为测量磁场的强度和方向。在一些配置中,磁力计728将测量结果提供到存储在存储器部件704中的一个存储部件内的指南针应用程序以便向用户提供在包括基本方向(北、南、东、以及西)的参考系中的准确方向。类似的测量结果可以被提供到包括指南针部件的导航应用程序。预见到如由磁力计728获得的测量结果的其他使用。
环境光传感器730被配置为测量环境光。在一些配置中,环境光传感器730将测量结果提供到存储在一个存储器部件704内的应用程序,以便自动调节(下面描述的)显示器的亮度来补偿弱光和强光环境。预见到由环境光传感器730获得的测量结果的其他使用。
接近度传感器732被配置为检测接近计算设备而没有直接接触的物体或东西的存在。在一些配置中,接近度传感器732检测用户的身体(例如,用户的面部)的存在并且将该信息提供到应用程序,该应用程序存储在存储器部件704中的一个存储器部件内,其利用该接近度信息来启用或禁用计算设备的某个功能。例如,电话应用程序可以响应于接收到接近度信息而自动禁用(下面描述的)触摸屏,使得用户的面部不会不经意地结束呼叫或者在呼叫期间启用/禁用电话应用程序内的其他功能。预见到由接近度传感器732检测到的接近度的其他使用。
加速度计734被配置为测量合适的加速度。在一些配置中,来自加速度计734的输出由应用程序用作输入机制以控制应用程序的某个功能。例如,应用程序可以是视频游戏,其中角色、其部分、或物体响应于经由加速度计734接收到的输入而被移动或以其他方式被操纵。在一些配置中,来自加速度计734的输出被提供到应用程序以用于在横向模式与纵向模式之间进行切换、计算坐标加速度、或者检测跌落中被使用。预见到加速度计734的其他使用。
陀螺仪736被配置为测量并且维持方位。在一些配置中,来自陀螺仪736的输出由应用程序用作输入机制以控制应用程序的某个功能。例如,陀螺仪736能够用于准确标识视频游戏应用或某个其他应用的3D环境内的移动。在一些配置中,应用程序利用来自陀螺仪736和加速度计734的输出来增强应用程序的某个功能的控制。预见到陀螺仪736的其他使用。
GPS传感器738被配置为从GPS卫星接收信号以在计算位置中使用。由GPS传感器738计算的位置可以由要求或者受益于位置信息的任何应用程序使用。例如,由GPS传感器738计算的位置可以由导航应用程序使用以提供从该位置到目的地的方向或从目的地到该位置的方向。此外,GPS传感器738可以用于将位置信息提供到外部的基于位置的服务,诸如E911服务。GPS传感器738可以获得位置信息,该位置信息经由利用网络连接性部件706中的一个或多个来辅助GPS传感器738获得位置固定的WI-FI、WIMAX、和/或蜂窝三角测量技术而被生成。GPS传感器738还可以被使用在辅助GPS(“A-GPS”)系统中。
I/O部件710包括显示器740、触摸屏742、数据I/O接口部件(“数据I/O”)744、音频I/O接口部件(“音频I/O”)746、视频I/O接口部件(“视频I/O”)748、以及相机750。在一些配置中,显示器740和触摸屏742被组合。在一些配置中,数据I/O部件744、音频I/O部件746、以及视频I/O部件748中的两个或更多个被组合。I/O部件710可以包括被配置为支持下面描述的各种接口的离散处理器或者可以包括处理器702内置的功能。
显示器740是被配置为以视觉形式呈现信息的输出设备。具体地,显示器740可以呈现图形用户界面(“GUI”)元素、文本、图像、视频、通知、虚拟按钮、虚拟键盘、消息传送数据、互联网内容、设备状态、时间、日期、日历数据、偏好、地图信息、位置信息、以及能够以视觉形式呈现的任何其他信息。在一些配置中,显示器740是利用任何有源或无源矩阵技术和任何背光技术(如果使用的话)的液晶显示器(“LCD”)。在一些配置中,显示器740是有机发光二极管(“OLED”)显示器。预见到其他显示类型。
触摸屏742(在本文中还被称为“触摸使能屏幕”)是被配置为检测触摸的存在和位置的输入设备。触摸屏742可以是电阻性触摸屏、电容性触摸屏、表面声波触摸屏、红外触摸屏、光学成像触摸屏、色散信号触摸屏、声学脉冲标识触摸屏、或可以利用任何其他触摸屏技术。在一些配置中,触摸屏742作为透明层被并入在显示器740的顶部,以使得用户能够使用一个或多个触摸来与呈现在显示器740上的物体或其他信息进行交互。在其他配置中,触摸屏742是并入在不包括显示器740的计算设备的表面上的触摸板。例如,计算设备可以具有并入在显示器740的顶部的触摸屏和与显示器740相对的表面上的触摸板。
在一些配置中,触摸屏742为单触摸触摸屏。在其他配置中,触摸屏742为多触摸触摸屏。在一些配置中,触摸屏742被配置为检测离散触摸、单触摸手势、和/或多触摸手势。为方便起见,这些在本文中共同地被称为手势。现在将描述若干手势。应当理解,这些手势是说明性的并且不旨在限制随附权利要求的范围。此外,所描述的手势、额外的手势、和/或备选手势可以被实现在用于与触摸屏742一起使用的软件中。因此,开发者可以创建特定于特殊应用程序的手势。
在一些配置中,触摸屏742支持点击手势,其中,用户在呈现在显示器740上的项目上点击触摸屏742一次。点击手势可以由于各种原因而被使用,包括但不限于打开或发起用户点击的任何东西。在一些配置中,触摸屏742支持双击手势,其中,用户在呈现在显示器740上的项目上点击触摸屏742两次。该双击手势可以由于各种原因而被使用,包括但不限于按阶段放大或缩小。在一些配置中,触摸屏742支持点击并保持手势,其中,用户在点击触摸屏742并且维持接触至少预定义时间。点击并且保持手势可以由于各种原因而被使用,包括但不限于打开上下文特定菜单。
在一些配置中,触摸屏742支持拖动(pan)手势,其中,用户将手指放置在触摸屏742上并且在将手指在触摸屏742上移动的同时维持与触摸屏742接触。拖动手势可以由于各种原因而被使用,包括但不限于以可控制的速率移动通过屏幕、图像或菜单。还预见到多个手指拖动手势。在一些配置中,触摸屏742支持轻弹手势,其中,用户在用户想要使屏幕移动的方向上滑动手指。该轻弹手势可以由于各种原因而被使用,包括但不限于水平地或垂直地滚动通过菜单或页面。在一些配置中,触摸屏742支持夹捏(pinch)和拉伸手势,其中,用户在触摸屏742上利用两个手指(例如,拇指和食指)做出夹捏运动或将两个手指移动开。夹捏和拉伸手势可以由于各种原因而被使用,包括但不限于网站、地图或图片的逐渐缩小或放大。
尽管已经参考使用一个或多个手指来执行手势来描述以上手势,但是诸如脚趾头的其他附肢或诸如触笔的物体可以用于与触摸屏742进行交互。因此,以上手势应当被理解为说明性的,并且不应当以任何方式被理解为限制性的。
数据I/O接口部件744被配置为促进将数据输入到计算设备以及从计算设备输出数据。在一些配置中,数据I/O接口部件744包括连接器,被配置为例如出于同步操作目的而在计算设备与计算机系统之间提供有线连接性。该连接器可以是专用连接器或标准化连接器,诸如USB、微型USB、迷你USB、等等。在一些配置中,连接器是转接连接器,用于将计算设备与诸如转接站、音频设备(例如,数字音乐播放器)、或视频设备进行转接。
音频I/O接口部件746被配置为向计算设备提供音频输入和/或输出能力。在一些配置中,音频I/O接口部件746包括被配置为收集音频信号的麦克风。在一些配置中,音频I/O接口部件746包括耳机插孔,被配置为提供针对耳机或其他外部扬声器的连接性。在一些配置中,音频I/O接口部件746包括用于输出音频信号的扬声器。在一些配置中,音频I/O接口部件746包括光学音频线缆出口。
视频I/O接口部件748被配置为向计算设备提供视频输入和/或输出能力。在一些配置中,视频I/O接口部件748包括视频连接器,被配置为从另一设备(例如,视频媒体播放器,诸如DVD或蓝光播放器)接收视频作为输入,或者将视频发送到另一设备(例如,监视器、电视、或某种其他外部显示器)作为输出。在一些配置中,视频I/O接口部件748包括用以输入/输出视频内容的高清晰度多媒体接口(“HDMI”)、mini-HDMI、micro-HDMI、DisplayPort、或专用连接器。在一些配置中,视频I/O接口部件748或其部分与音频I/O接口部件746或其部分进行组合。
相机750可以被配置为捕获静态图像和/或视频。相机750可以利用电荷耦合器件(“CCD”)或互补金属氧化物半导体(“CMOS”)图像传感器来捕获图像。在一些配置中,相机750包括闪光灯以辅助在弱光环境中拍摄照片。针对相机750的设置可以被实现为硬件或软件按钮。
尽管未图示,但是一个或多个硬件按钮也可以被包括在计算设备架构700中。硬件按钮可以用于控制计算设备的某个操作方面。硬件按钮可以是专用按钮或多用途按钮。硬件按钮可以是机械的或基于传感器的。
图示的功率部件712包括一个或多个蓄电池(battery)752,其能够连接到蓄电池量表(gauge)754。蓄电池752可以是可充电的或一次性的。可充电蓄电池类型包括但不限于锂聚合物、锂离子、镍镉和镍金属氢化物。电池752中的每个电池可以由一个或多个电池(cell)组成。
电池量表754能够被配置为测量蓄电池参数,诸如电流、电压和温度。在一些配置中,蓄电池量表754被配置为测量蓄电池的放电率、温度、寿命和其他因素的作用以在特定错误百分比内预测剩余寿命。在一些配置中,蓄电池量表754将测量结果提供到被配置为利用这些测量结果来向用户呈现有用功率管理数据的应用程序。功率管理数据可以包括以下中的一个或多个:使用的蓄电池的百分比、剩余的蓄电池的百分比、蓄电池状况、剩余时间、剩余容量(例如,以瓦特时为单位)、电流消耗以及电压。
功率部件712还可以包括功率连接器,其可以与上述I/O部件710中的一个或多个进行组合。功率部件712可以经由I/O部件与外部功率系统或充电仪器接口连接。
本文中呈现的公开内容可以鉴于以下条款来考虑。
条款1:一种计算机实现的方法,该方法包括:获得与一个或多个实体相关联的图像数据;至少部分地基于图像数据中定义的一个或多个颜色来确定主颜色;确定一个或多个实体中的个体实体与主颜色相关联;以及生成将主颜色与个体实体相关联的输出数据。
条款2:根据条款1的方法,其中,确定与主颜色相关联的个体实体包括:确定主颜色是否与一个或多个实体中的至少一个其他实体相关联;以及如果主颜色不与至少一个其他实体相关联,则将主颜色与个体实体相关联。
条款3:根据条款1-2的方法,其中,确定与主颜色相关联的个体实体包括:确定与主颜色相关联的分数,其中,确定主颜色至少部分地基于该分数;确定主颜色是否与一个或多个实体的至少一个其他实体相关联;以及如果主颜色不与至少一个其他实体相关联,则将主颜色与个体实体相关联。
条款4:根据条款1-3的方法,其中,确定与主颜色相关联的个体实体包括:确定主颜色是否与一个或多个实体的至少一个其他实体相关联;以及如果主颜色不与至少一个其他实体相关联,则选择与个体实体相关联的备选颜色。
条款5:根据条款1-4的方法,其中,选择备选颜色基于图像数据中定义的一个或多个颜色。
条款6:根据条款1-5的方法,其中,选择备选颜色包括:确定所选择的颜色是否与图像数据中定义的一个或多个颜色中的个体颜色相似;以及如果所选择的颜色不与图像数据中定义的一个或多个颜色中的个体颜色相似,确定备选颜色为所选择的颜色。
条款7:根据条款1-6的方法,其中,确定主颜色包括:将图像的至少一部分与个体实体相关联;确定在图像数据的至少一部分中使用的颜色的比率;并且至少部分地基于比率来确定主颜色。
条款8:一种计算设备,包括:处理器;以及与处理器通信的计算机可读存储介质,该计算机可读存储介质具有存储在其上的计算机可执行指令,该计算机可执行指令在由处理器运行时使得计算设备:获得与一个或多个实体相关联的图像数据;至少部分地基于图像数据中定义的一个或多个颜色来确定主颜色;确定一个或多个实体中的个体实体与主颜色相关联;以及生成将主颜色与个体实体相关联的输出数据。
条款9:根据条款8的计算设备,其中,确定与主颜色相关联的个体实体包括:确定主颜色是否与一个或多个实体中的至少一个其他实体相关联;以及如果主颜色不与至少一个其他实体相关联,则将主颜色与个体实体相关联。
条款10:根据条款8-9的计算设备,其中,确定与主颜色相关联的个体实体包括:确定与主颜色相关联的分数,其中,确定主颜色至少部分地基于该分数;确定主颜色是否与一个或多个实体的至少一个其他实体相关联;以及如果主颜色不与至少一个其他实体相关联,则将主颜色与个体实体相关联。
条款11:根据条款8-10的计算设备,其中,比特流包含第一网络抽象层兼容几何数据分区,其依赖于来自第二网络抽象层兼容几何数据分区的阈值单元并且被定位在来自第二网络抽象层兼容几何数据分区的阈值单元内。
条款12:根据条款8-11的计算设备,其中,阈值单元是预定数量的分区。
条款13:根据条款8-12的计算设备,其中,阈值单元是预定数量的毫秒。
条款14:根据条款8-13的计算设备,其中,比特流的网络抽象层包括被定位在序列头、图片头以及多个切片头之后的网络抽象层兼容几何数据分区。
条款15:一种计算机可读存储介质,具有存储在其上的计算机可执行指令,该计算机可执行指令在由计算机运行时使得计算机:获得几何数据;获得视频数据;将几何数据分区成与个体帧相关联的个体几何数据分区;根据个体几何数据分区来生成个体网络抽象层兼容几何数据分区;将视频数据分区成与个体帧相关联的个体视频数据分区;以及将个体网络抽象层兼容几何数据分区和个体视频数据分区整合到比特流的网络抽象层中。
条款16:根据条款15的计算机可读存储介质,其中,计算机可读存储介质还具有存储在其上的计算机可执行指令,该计算机可执行指令使得计算机:解析比特流以提取个体网络抽象层兼容几何数据分区和个体视频数据分区;根据个体网络抽象层兼容几何数据分区来生成个体几何数据分区;处理个体几何数据分区以生成几何数据;以及处理个体视频数据分区以生成视频数据。
条款17:根据条款15-16的计算机可读存储介质,其中,个体网络抽象层兼容几何数据分区和个体视频数据分区与帧相关联并且被布置在比特流的连续位置中。
条款18:根据条款15-17的计算机可读存储介质,其中,比特流包含第一网络抽象层兼容几何数据分区,其依赖于来自第二网络抽象层兼容几何数据分区的阈值单元并且被定位在该来自第二网络抽象层兼容几何数据分区的阈值单元内。
条款19:根据条款15-18的计算机可读存储介质,其中,阈值单元是预定数量的毫秒。
条款20:根据条款15-19的计算机可读存储介质,其中,比特流的网络抽象层包括被定位在序列头、图片头以及多个切片头之后的网络抽象层兼容几何数据分区。
基于前述内容,应当理解,本文中描述的构思和技术提供数据可视化的智能配置。尽管已经以对计算机结构特征、方法和变形动作、特定计算机器、以及计算机可读介质特定的语言描述了本文中呈现的主题,但是应当理解在随附权利要求书中限定的本发明不一定必需限于本文中描述的特定特征、动作或介质。相反,特定特征、动作和介质被公开为实施权利要求的示例形式。
以上描述的主题仅仅通过说明的方式来提供并且不应当被理解为限制性的。可以对本文中描述的主题进行各种修改和改变而不遵循所说明的和所描述的示例配置和应用,并且不脱离随附权利要求书中阐述的本发明的真实精神和范围。
Claims (14)
1.一种计算机实现的方法,所述方法包括:
获得与一个或多个主体相关联的输入数据;
至少部分地基于所述输入数据来确定特性;
确定所述一个或多个主体中的个体主体与所述特性相关联;以及
至少部分地基于所述特性来生成定义可视化的输出数据,其中所述可视化被配置为提供所述个体主体的指示。
2.根据权利要求1所述的方法,其中确定所述特性包括:
确定所述输入数据的第一特性是否与所述一个或多个主体中的至少一个其他主体相关联;以及
如果所述第一特性不与所述至少一个其他主体相关联,则确定所述特性为所述第一特性。
3.根据权利要求1所述的方法,其中获得输入数据包括:
获得输入数据的第一集合,输入数据的所述第一集合包含与一个或多个主体相关的文本;
基于输入数据的所述第一集合来生成上下文数据;
基于所述上下文数据来获得输入数据的第二集合,其中输入数据的所述第二集合包括图像,并且其中至少部分地基于所述图像来确定所述特性。
4.根据权利要求1所述的方法,其中确定所述特性包括:
确定所述输入数据的第一特性是否与所述一个或多个主体中的至少一个其他主体相关联;以及
如果所述第一特性与所述至少一个其他主体相关联,则选择备选特性作为所述特性。
5.根据权利要求4所述的方法,其中选择所述备选特性至少部分地基于所述图像数据中定义的一个或多个特性。
6.根据权利要求4所述的方法,其中选择所述备选特性包括:
确定所述备选特性是否与所述图像数据的个体特性相似;以及
如果所述备选特性与所述图像数据的所述个体特性不相似,则确定所述备选特性为所述特性。
7.根据权利要求1所述的方法,其中所述输入数据包括图像数据,并且其中确定所述特性包括:
将所述图像数据的至少一部分与所述个体主体相关联;
确定在所述图像数据的所述至少一部分中使用的颜色的比率;以及
至少部分地基于所述比率来确定所述特性。
8.一种计算设备,包括:
处理器;以及
与所述处理器通信的计算机可读存储介质,所述计算机可读存储介质具有存储在其上的计算机可执行指令,所述计算机可执行指令在由所述处理器执行时使得所述计算设备:
获得包括文本数据的输入数据,
通过对所述输入数据的分析来生成上下文数据,
基于所述上下文数据来获得图像数据,
至少部分地基于所述图像数据的一个或多个图像属性来确定特性,以及
至少部分地基于所述一个或多个图像属性来生成定义可视化的输出数据,其中所述输出数据被配置为提供所述可视化与主体之间的关联。
9.根据权利要求8所述的计算设备,其中确定所述主颜色包括:
确定第一特性是否与除了所述主体的至少一个其他主体相关联;以及
如果所述第一特性不与所述至少一个其他主体相关联,则确定所述特性为所述第一特性。
10.根据权利要求8所述的计算设备,其中确定所述主颜色包括:
确定与所述图像数据的至少一个属性相关联的值;
基于所述值来确定第一特性;
确定所述第一特性是否与至少一个其他主体相关联;以及
如果所述第一特性不与所述至少一个其他主体相关联,则确定所述特性为所述第一特性。
11.根据权利要求8所述的计算设备,其中确定所述特性包括:
确定第一特性是否与所述一个或多个实体的至少一个其他主体相关联;以及
如果所述第一特性与所述至少一个其他主体相关联,则选择备选特性作为所述特性。
12.根据权利要求11所述的计算设备,其中选择所述备选特性至少部分地基于所述图像数据中定义的一个或多个特性。
13.根据权利要求11所述的计算设备,其中选择所述备选颜色包括:
确定所述备选特性是否与所述图像数据中定义的一个或多个颜色的个体特性相似;以及
如果所述备选特性与所述图像数据的个体特性不相似,则确定所述备选颜色为所述特性。
14.根据权利要求8所述的计算设备,其中确定所述主颜色包括:
将所述图像数据的至少一部分与所述主体相关联;
确定在所述图像数据的所述至少一部分中使用的特性的比率;以及
至少部分地基于所述比率来确定所述特性。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/752,722 US9542766B1 (en) | 2015-06-26 | 2015-06-26 | Intelligent configuration of data visualizations |
US14/752,722 | 2015-06-26 | ||
PCT/US2016/039139 WO2016210209A1 (en) | 2015-06-26 | 2016-06-24 | Intelligent configuration of data visualizations |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107810523A true CN107810523A (zh) | 2018-03-16 |
Family
ID=56373135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680037731.0A Pending CN107810523A (zh) | 2015-06-26 | 2016-06-24 | 数据可视化的智能配置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9542766B1 (zh) |
EP (1) | EP3314471A1 (zh) |
CN (1) | CN107810523A (zh) |
WO (1) | WO2016210209A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898355A (zh) * | 2018-06-05 | 2018-11-27 | 山东省海洋资源与环境研究院 | 一种海洋Lims系统中word报告可视化配置方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9928447B2 (en) * | 2013-12-20 | 2018-03-27 | Intel Corporation | Social circle and relationship identification |
US10684762B2 (en) * | 2018-08-27 | 2020-06-16 | Sap Se | Analytics design system |
CN110955718A (zh) * | 2019-12-04 | 2020-04-03 | 深圳市网心科技有限公司 | 数据可视化配置方法、服务器、系统及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708126A (zh) * | 2011-02-28 | 2012-10-03 | 微软公司 | 数据可视化设计和查看系统和方法 |
CN104050657A (zh) * | 2013-03-14 | 2014-09-17 | 彩滋公司 | 基于颜色和颜色差异的对图像的分割 |
CN104408187A (zh) * | 2014-12-15 | 2015-03-11 | 北京国双科技有限公司 | 基于数据立方体的可视化数据显示方法和装置 |
US20150112980A1 (en) * | 2013-10-21 | 2015-04-23 | Google Inc. | Methods and systems for creating image-based content based on text-based content |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6480194B1 (en) | 1996-11-12 | 2002-11-12 | Silicon Graphics, Inc. | Computer-related method, system, and program product for controlling data visualization in external dimension(s) |
US7212667B1 (en) | 1999-05-17 | 2007-05-01 | Samsung Electronics Co., Ltd. | Color image processing method for indexing an image using a lattice structure |
US8756521B1 (en) | 2004-09-30 | 2014-06-17 | Rockwell Automation Technologies, Inc. | Systems and methods for automatic visualization configuration |
US20070147685A1 (en) | 2005-12-23 | 2007-06-28 | 3M Innovative Properties Company | User interface for statistical data analysis |
US7809185B2 (en) | 2006-09-21 | 2010-10-05 | Microsoft Corporation | Extracting dominant colors from images using classification techniques |
US8038615B2 (en) * | 2007-05-22 | 2011-10-18 | Eastman Kodak Company | Inferring wellness from physiological conditions data |
US20080294012A1 (en) * | 2007-05-22 | 2008-11-27 | Kurtz Andrew F | Monitoring physiological conditions |
US8038614B2 (en) * | 2007-05-22 | 2011-10-18 | Eastman Kodak Company | Establishing baseline data for physiological monitoring system |
US20090327883A1 (en) | 2008-06-27 | 2009-12-31 | Microsoft Corporation | Dynamically adapting visualizations |
US20110055722A1 (en) | 2009-09-02 | 2011-03-03 | Ludwig Lester F | Data Visualization Environment with DataFlow Processing, Web, Collaboration, Advanced User Interfaces, and Spreadsheet Visualization |
US20120179692A1 (en) | 2011-01-12 | 2012-07-12 | Alexandria Investment Research and Technology, Inc. | System and Method for Visualizing Sentiment Assessment from Content |
US9037529B2 (en) | 2011-06-15 | 2015-05-19 | Ceresis, Llc | Method for generating visual mapping of knowledge information from parsing of text inputs for subjects and predicates |
US8908962B2 (en) | 2011-09-30 | 2014-12-09 | Ebay Inc. | Item recommendations using image feature data |
US10198485B2 (en) | 2011-10-13 | 2019-02-05 | Microsoft Technology Licensing, Llc | Authoring of data visualizations and maps |
US20140331179A1 (en) | 2013-05-06 | 2014-11-06 | Microsoft Corporation | Automated Presentation of Visualized Data |
-
2015
- 2015-06-26 US US14/752,722 patent/US9542766B1/en active Active
-
2016
- 2016-06-24 WO PCT/US2016/039139 patent/WO2016210209A1/en active Application Filing
- 2016-06-24 CN CN201680037731.0A patent/CN107810523A/zh active Pending
- 2016-06-24 EP EP16736675.6A patent/EP3314471A1/en not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102708126A (zh) * | 2011-02-28 | 2012-10-03 | 微软公司 | 数据可视化设计和查看系统和方法 |
CN104050657A (zh) * | 2013-03-14 | 2014-09-17 | 彩滋公司 | 基于颜色和颜色差异的对图像的分割 |
US20150112980A1 (en) * | 2013-10-21 | 2015-04-23 | Google Inc. | Methods and systems for creating image-based content based on text-based content |
CN104408187A (zh) * | 2014-12-15 | 2015-03-11 | 北京国双科技有限公司 | 基于数据立方体的可视化数据显示方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108898355A (zh) * | 2018-06-05 | 2018-11-27 | 山东省海洋资源与环境研究院 | 一种海洋Lims系统中word报告可视化配置方法 |
Also Published As
Publication number | Publication date |
---|---|
US20160379393A1 (en) | 2016-12-29 |
US9542766B1 (en) | 2017-01-10 |
EP3314471A1 (en) | 2018-05-02 |
WO2016210209A1 (en) | 2016-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106575360B (zh) | 图表数据的增强识别 | |
CN104737185B (zh) | 用于具有伴随的备注的交互式幻灯片演示的阅读模式的方法、系统、装置和计算机可读存储介质 | |
CN105378630B (zh) | 用于范围过滤器的包含/排除用户界面控件 | |
CN105593803B (zh) | 自动滚动区域 | |
CN105934756B (zh) | 索引电子表格结构属性以供搜索 | |
TW201610815A (zh) | 字元安排的強化解讀 | |
CN104520851A (zh) | 基于电子表格应用中的数据点生成查询 | |
CN102968312B (zh) | 用于应用扩展程序的用户界面占位符 | |
CN107251012A (zh) | 话题知晓的字建议 | |
CN106537371B (zh) | 可视化建议 | |
CN102982016A (zh) | 用于电子表格应用程序的快速分析工具 | |
CN107077458A (zh) | 推断布局意图 | |
CN104067215B (zh) | 呈现数据驱动表单 | |
CN106407163A (zh) | 将数据变换成可消费的内容 | |
US11526322B2 (en) | Enhanced techniques for merging content from separate computing devices | |
US11314408B2 (en) | Computationally efficient human-computer interface for collaborative modification of content | |
CN106537382A (zh) | 查询建议 | |
CN107810523A (zh) | 数据可视化的智能配置 | |
CN106663091A (zh) | 摘要数据自动填充 | |
CN103257997A (zh) | 为视频及其他媒体内容启用复制和粘贴功能 | |
CN106062709A (zh) | 将主题信息从主机应用传播到主机扩展 | |
CN106663122A (zh) | 在文档中利用数据搜索 | |
CN107407944A (zh) | 参考传感器的发现和利用 | |
CN107810489A (zh) | 应用与设备之间的无缝转换 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180316 |