CN108255482A - 一种操作驱动的渐进式信息可视化生成方法 - Google Patents
一种操作驱动的渐进式信息可视化生成方法 Download PDFInfo
- Publication number
- CN108255482A CN108255482A CN201810095801.9A CN201810095801A CN108255482A CN 108255482 A CN108255482 A CN 108255482A CN 201810095801 A CN201810095801 A CN 201810095801A CN 108255482 A CN108255482 A CN 108255482A
- Authority
- CN
- China
- Prior art keywords
- data
- state
- generation method
- subtask
- transformation
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/34—Graphical or visual programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/38—Creation or generation of source code for implementing user interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种操作驱动的渐进式信息可视化生成方法,包括如下步骤:(1)将任务分解成子任务,针对每个子任务设置多种解决方案;(2)将步骤(1)中的任务分解和在每个子任务上的可选解决方案的组合进行可视化得到设计空间探索图;(3)在设计空间探索图中,选择每个子任务的解决方案以完成任务;(4)以可视化的形式输出最终的结果;本发明相对于纯编程的可视化编程框架所采用的方法而言,提供所见即所得的编辑功能和友好的用户交互界面,通过对可视任务的拆分和逐步实现指导用户对可行的解决方案进行有序的探索;相对于模板定制化,采用的渐进式设计模型可以提供更大的设计探索空间,通过不断的操作迭代可以完成更加复杂的图表设计。
Description
技术领域
本发明涉及可视化领域,特别涉及一种操作驱动的渐进式信息可视化生成方法。
背景技术
信息可视化被广泛应用于各个领域,包括数据分析师、新闻工作者、设计师等在内的各行从业人员都需要它来发现和传播数据中包含的信息内容。各式各样的信息可视化构建工具提供了丰富的创建信息可视化视图的手段。
通过信息可视化编程库,例如D3等,可以创建出各式各样的可视化效果和交互,但编程工具使用门槛较高,用户需要有足够的可视化专业知识和编程技巧才能高效地创建可视化图表;另一方面,基于模板的图表工具易于使用,但缺乏灵活性,只能完成预先设定了模板的各类图表,无法满足所有用户的需求。
同时,这些工具在降低用户创建可视化结果的难度的同时,并不能在数据处理的方法、可视设计的选择上为用户提供足够的指导。为此,一些研究者设计了可视结果的自动化推荐工具,这些工具能为用户推荐可行的解决方案,但仍然缺乏帮助用户理解其过程与决策准则的方法。
发明内容
本发明公开了一种操作驱动的渐进式信息可视化生成方法,在保留基于模板的工具的易用性的同时,增加一定的灵活性,使得用户可以自由构建所需的可视化效果。
一种操作驱动的渐进式信息可视化生成方法,包括如下步骤:
(1)将任务分解成子任务,针对每个子任务设置多种解决方案;
(2)将步骤(1)中的任务分解和在每个子任务上的可选解决方案的组合进行可视化得到设计空间探索图;
(3)在设计空间探索图中,选择每个子任务的解决方案以完成任务;
(4)以可视化的形式输出最终的结果。
本发明将信息可视化表达抽象为一种状态,将可视化设计的变化作为状态间的转移,形成一个状态机模型,通过对现有状态的转移对已有的设计空间进行扩展,尝试不同的子任务解决方案和设计方案。
本发明提供信息可视化的设计方法,通过这样的设计方法,用户可以不断修改可视设计以实现设计的目标和解决出现的问题,并在设计的过程中总结出自身对数据和任务的抽象结构。此外,还要提供合适的方法使得用户可以回顾现有设计并进行进一步的改进。
将信息可视化表达抽象为一种状态,将可视化设计的变化作为状态间的转移,形成一个状态机模型,通过对现有状态的转移对已有的设计空间进行扩展,尝试不同的子任务解决方案和设计方案,优选的,所述子任务的状态被定义为由数据及数据对应的数据变换、视觉映射和视图变换组成的四元组,表达为(D,T,M,V),其中:
D代表被操作和展示的数据;
T代表数据变换的集合,例如排序、采样等;
M代表视觉映射变换的集合,包含了各个视觉通道的映射方式;
V代表视图变换的集合,例如缩放、平移等;
原始数据被定义为不包含数据变换、视觉映射和视图变换的状态,记作从原始数据出发,遵循一定的规则进行状态转移,以完成可视化子任务。
为了进一步完善本发明方法的有效性,定义了如下几种用于进行状态转移的操作,优选的,状态转移的操作包括编码操作,所述编码操作改变当前状态下的视觉映射,或者以当前状态为基准,一对一地创建新的图元和其视觉映射方式;编码通常是可视化构建中最初和最主要的一个步骤,所述编码操作包含四个参数,图元、视觉通道以及对应的数据属性和度量。
优选的,状态转移的操作还包括选择操作:
所述选择操作在已有的可视化展示结果上进行选择是最为常见的操作之一,通常还能用于引出进一步的操作。相比于一般意义上从全集中选择子集的过程,模型中的选择被用于控制后续操作的影响范围。因此,选择操作不会影响数据变换、视觉映射和视图变换,仅仅改变后续操作的对象数据。所述选择操作需要一个条件作为参数,这个条件可以是数据某个或某些维度上的筛选范围、数据项的指定(例如选择表格中的第一行)或者特定的算式。
优选的,状态转移的操作还包括分解操作:
所述分解操作是在创建可视化结果的过程中,场景树和对应的数据流被构建起来;所述场景树中的父子关系既是图形结构上的嵌套关系,也是数据传递与分发的关系;所述分解操作被设计用于自上而下地,从根节点开始构建场景树;
所述分解操作包含两个参数,分解规则和一个编码操作,所述分解规则控制状态和其对应数据的分发方式,可以是表格数据中的操作(例如将表格拆分成每一行或者每一列)或者与数据结构相关(例如分层数据中孩子节点的遍历);所述参数中的编码操作被应用于每个分解出的子结构,这个编码可以和分解前的相同(例如分层数据时的递归操作)或者应用一个新的编码方式例如后文描述的排列操作;
此外,所述分解操作可以通过将选择操作中的条件参数扩展成枚举操作来完成,例如将数据维度上的范围选择扩展成数据域上的等分。这样的过程可以用于方便地构建基于样例的视觉指定操作。
优选的,状态转移的操作还包括聚合操作:
所述聚合操作与分解操作相反,被用于合并图元和对应的数据和变换,提供一个自底向上的构建方式;所述聚合包括两个参数,聚合函数和一个编码操作;所述聚合函数可以是求和、取平均数、计数等。所述聚合操作用于指定聚合后图元新的编码操作的参数可以参考聚合函数自动地得到。例如,用取平均数的方式聚合一系列圆形时,新产生圆形的半径会自动的指定为原有圆形半径的平均值。
优选的,状态转移的操作还包括排列操作:
所述排列操作用于指定图元的位置属性,包含一个空间布局的优化,涉及到数据变换和视觉映射;所述排列操作包含两个参数,布局算法和被计算和更新的视觉通道(通常是位置、大小等)。
优选的,状态转移的操作还包括导航操作:
所述导航操作被设计用于进行视图变换,例如平移、缩放等。特定情况下,如可视区域因平移或缩放所改变时,导航操作会与选择操作结合起来,自动选取仍然停留在可视范围内的图元。
优选的,状态转移的操作还包括导入操作:
所述导入操作为额外的数据源被导入以实现一些复杂结构的构建。例如树状结构或者节点链条图。
优选的,状态转移的操作还包括连接操作:
所述连接操作是选择操作的逆操作,将两个或更多状态连接以合并他们的数据范围和后续操作的作用域。
另外,为了使用户进行上述操作的同时,能即时地得出演变后的状态和对应的可视化结果,实现了一套评估机制,其中包含两个部分:
数据状态追踪器。数据状态追踪器评估操作的作用域和需要进行可视变换的数据结构。上述操作模式中,选择、分解、聚合、导入和连接会影响到数据结构及作用域。选择操作将后续操作的范围限定在原数据的一个子集中,而连接操作则相反。分解和聚合操作会改变数据结构,分别自上而下和自下而上的构建场景树的结构。导入操作合并不同的数据源。
变换堆栈。需要创建一个堆栈结构用于评估产生图形结果的视觉变换。变换堆栈在状态转移的过程中不断堆叠新元素并随着数据状态的变化而更新。一个完整的堆栈记录并堆叠了从源数据到最终显示结果的一条路径,其中的每个视觉通道分别计算。随着堆栈操作的进行,视觉变换不断积累或者被覆盖,并随着数据状态的变化而更新结构,最终得出可视结果的变换需求。
所述信息可视化设计流程采用交互界面完成,交互界面带有对可能存在的问题、可行的解决方案的提示,可以帮助用户更快更好的对可视化任务进行拆分和抽象,将任务分解成子任务并逐一完成。用户的交互操作通过上述数据状态追踪器和变换堆栈转换为最终的可视化结果。
本发明的有益效果是:
本发明的操作驱动的渐进式信息可视化生成方法相对于纯编程的可视化编程框架如D3和Proccessing等所采用的方法而言,本发明提供所见即所得的编辑功能和友好的用户交互界面,通过对可视任务的拆分和逐步实现指导用户对可行的解决方案进行有序的探索,降低了非专业可视化用户的学习成本;相对于模板定制化,如Excel和Tabluea等,本发明采用的渐进式设计模型可以提供更大的设计探索空间,通过不断的操作迭代可以完成更加复杂的图表设计。
附图说明
图1为本发明方法的操作模式流程示意图。
图2为本发明方法的数据状态追踪器和变换堆栈流程示意图。
具体实施方式
用户将任务分解成子任务,而针对每个子任务有多种解决方案,这种任务的分解和在每一步上的可选方案组成了用户探索设计空间的一张图。用户可以为这张图添加新的节点、或者尝试不同的分支,以进行探索式的可视设计。
为此,将信息可视化表达抽象为一种状态,将可视化设计的变化作为状态间的转移,形成一个状态机模型,通过对现有状态的转移对已有的设计空间进行扩展,尝试不同的子任务解决方案和设计方案。
其中,状态被定义为由数据及数据对应的数据变换、视觉映射和视图变换组成的四元组,表达为(D,T,M,V),其中:
D代表被操作和展示的数据;
T代表数据变换的集合,例如排序、采样等;
M代表视觉映射变换的集合,包含了各个视觉通道的映射方式;
V代表视图变换的集合,例如缩放、平移等。
原始数据被视作一种特殊的,不包含数据变换、视觉映射和视图变换的状态,记作用户从原始数据出发,遵循一定的规则进行状态的转移,以完成一定的可视化子任务。定义了如下几种用于进行状态转移的操作:
编码。编码操作改变当前状态下的视觉映射,或者以当前状态为基准,一对一地创建新的图元和其视觉映射方式。编码通常是可视化构建中最初和最主要的一个步骤。编码操作包含四个参数,图元、视觉通道,对应的数据属性和度量。
选择。在已有的可视化展示结果上进行选择是最为常见的操作之一,通常还能用于引出进一步的操作。相比于一般意义上从全集中选择子集的过程,模型中的选择被用于控制后续操作的影响范围。因此,选择操作不会影响数据变换、视觉映射和视图变换,仅仅改变后续操作的对象数据。
选择操作需要一个条件作为参数,这个条件可以是数据某个或某些维度上的筛选范围、数据项的指定(例如选择表格中的第一行)或者特定的算式。
分解。在创建可视化结果的过程中,场景树和对应的数据流被构建起来。场景树中的父子关系既是图形结构上的嵌套关系,也是数据传递与分发的关系。分解操作被设计用于自上而下地,从根节点开始构建场景树。分解操作包含两个参数,分解规则和一个编码操作。分解规则控制状态和其对应数据的分发方式,可以是表格数据中的操作(例如将表格拆分成每一行或者每一列)或者与数据结构相关(例如分层数据中孩子节点的遍历)。参数中的编码操作被应用于每个分解出的子结构,这个编码可以和分解前的相同(例如分层数据时的递归操作)或者应用一个新的编码方式例如后文描述的排列操作。
此外,分解操作可以通过将选择操作中的条件参数扩展成枚举操作来完成,例如将数据维度上的范围选择扩展成数据域上的等分。这样的过程可以用于方便地构建基于样例的视觉编码指定。
聚合。聚合操作与分解操作相反,被用于合并图元和对应的数据和变换,提供一个自底向上的构建方式。聚合包括两个参数,聚合函数和一个编码操作。聚合函数可以是求和、取平均数、计数等。用于指定聚合后图元新的编码操作的参数可以参考聚合函数自动地得到。例如,用取平均数的方式聚合一系列圆形时,新产生圆形的半径会自动的指定为原有圆形半径的平均值。
排列。排列操作用于指定图元的位置属性。通常包含一个空间布局的优化,涉及到数据变换和视觉映射。排列操作包含两个参数,布局算法和被计算和更新的视觉通道(通常是位置、大小等)。
导航。导航操作被设计用于进行视图变换,例如平移、缩放等。特定情况下,如可视区域因平移或缩放所改变时,导航操作会与选择操作结合起来,自动选取仍然停留在可视范围内的图元。
导入。额外的数据源可以被导入以实现一些复杂结构的构建。例如树状结构或者节点链条图。
连接。连接操作是选择操作的逆操作,将两个或更多状态连接以合并他们的数据范围和后续操作的作用域。
为了使用户进行上述操作的同时,能即时地得出演变后的状态和对应的可视化结果,实现了一套评估机制,其中包含两个部分:
数据状态追踪器。数据状态追踪器评估操作的作用域和需要进行可视变换的数据结构。上述操作模式中,选择、分解、聚合、导入和连接会影响到数据结构及作用域。选择操作将后续操作的范围限定在原数据的一个子集中,而连接操作则相反。分解和聚合操作会改变数据结构,分别自上而下和自下而上的构建场景树的结构。导入操作合并不同的数据源。
变换堆栈。需要创建一个堆栈结构用于评估产生图形结果的视觉变换。变换堆栈在状态转移的过程中不断堆叠新元素并随着数据状态的变化而更新。一个完整的堆栈记录并堆叠了从原始数据到最终显示结果的一条路径,其中的每个视觉通道分别计算。随着堆栈操作的进行,视觉变换不断积累或者被覆盖,并随着数据状态的变化而更新结构,最终得出可视结果的变换需求。
下面以具体实施例对本发明进行进一步说明。
任务分解:
假设当前任务为创建一幅分类统计直方图,如图1所示,导入一份多维度的数据,其中有一个数值型维度sepal_length和一个类别型维度species。将整体任务分解成多个子任务包括:
(1)对数值型维度sepal_length进行分段统计数量;
(2)以分段统计的结果构建直方图;
(3)将类别信息species引入直方图,产生三个类别分别对应的直方图;
(4)将三种类别对应的直方图进行堆叠,形成堆叠柱状图。
状态转移过程:
上述任务被分解后,可以经由简单的几步操作完成,具体步骤如下,如图1所示:
(a)编码。将sepal_length编码到x轴,其余通道应用默认值。
(b)选择。选择一段用于统计的数据域范围。
(c)分解。如前所述,上述选择操作可以用于生成一个分解操作,由此形成了一个数据域上的等分。
(d)聚合。对等分后的每个范围进行聚合,聚合函数为计数。聚合后的数据被编码为高度绑定计数结果的矩形。
由此产生的直方图结果。
(e)选择/分解。类似与(b)和(c),选择其中一个矩形,这个选择操作可以生成一个分解操作,使得接下来的操作对每个矩形分别进行。
(f)分解。将每个矩形按照类别信息species拆分,得到每个类别在这个数据域范围内分别的计数结果。
(g)排列。将不同类别对应的矩形在垂直方向排列并堆叠。
(h)最终的结果。堆叠后的矩形形成了一个堆叠柱状图。
实现细节:
在上述过程中,系统自动记录和追踪各个步骤中的数据状态及变换堆栈情况,并生成最终结果,具体说明如下,如图2所示:
(a)状态追踪器。数据随着操作被不断分解,最终自上而下的形成了一个场景树。
(b)最终产生的场景树。
(c)变换堆栈情况。不同视觉通道的属性不断堆叠、互相引用或被覆盖,并得到最终的结果。
Claims (10)
1.一种操作驱动的渐进式信息可视化生成方法,其特征在于,包括如下步骤:
(1)将任务分解成子任务,针对每个子任务设置多种解决方案;
(2)将步骤(1)中的任务分解和在每个子任务上的可选解决方案的组合进行可视化得到设计空间探索图;
(3)在设计空间探索图中,选择每个子任务的解决方案以完成任务;
(4)以可视化的形式输出最终的结果。
2.如权利要求1所述的操作驱动的渐进式信息可视化生成方法,其特征在于,所述子任务的状态被定义为由数据及数据对应的数据变换、视觉映射和视图变换组成的四元组,表达为(D,T,M,V),其中:
D代表被操作和展示的数据;
T代表数据变换的集合;
M代表视觉映射变换的集合,包含了各个视觉通道的映射方式;
V代表视图变换的集合;
原始数据被定义为不包含数据变换、视觉映射和视图变换的状态,记作从原始数据出发进行状态转移,以完成可视化子任务。
3.如权利要求2所述的操作驱动的渐进式信息可视化生成方法,其特征在于,状态转移的操作包括编码操作,所述编码操作改变当前状态下的视觉映射,或者以当前状态为基准,一对一地创建新的图元和其视觉映射方式;所述编码操作包含四个参数,图元、视觉通道以及对应的数据属性和度量。
4.如权利要求3所述的操作驱动的渐进式信息可视化生成方法,其特征在于,状态转移的操作还包括选择操作:
所述选择操作在已有的可视化展示结果上进行选择以及用于引出进一步的操作,所述选择操作需要一个条件作为参数,这个条件可以是数据某个或某些维度上的筛选范围、数据项的指定或者特定的算式。
5.如权利要求4所述的操作驱动的渐进式信息可视化生成方法,其特征在于,状态转移的操作还包括分解操作:
所述分解操作是在创建可视化结果的过程中,场景树和对应的数据流被构建起来;所述场景树中的父子关系既是图形结构上的嵌套关系,也是数据传递与分发的关系;所述分解操作被设计用于自上而下地,从根节点开始构建场景树;
所述分解操作包含两个参数,分解规则和一个编码操作,所述分解规则控制状态和其对应数据的分发方式,可以是表格数据中的操作或者与数据结构相关;所述参数中的编码操作被应用于每个分解出的子结构,这个编码可以和分解前的相同或者应用一个新的编码方式;
此外,所述分解操作可以通过将选择操作中的条件参数扩展成枚举操作来完成。
6.如权利要求5所述的操作驱动的渐进式信息可视化生成方法,其特征在于,状态转移的操作还包括聚合操作:
所述聚合操作与分解操作相反,被用于合并图元和对应的数据和变换,提供一个自底向上的构建方式;所述聚合包括两个参数,聚合函数和一个编码操作;所述聚合操作用于指定聚合后图元新的编码操作的参数可以参考聚合函数自动地得到。
7.如权利要求6所述的操作驱动的渐进式信息可视化生成方法,其特征在于,状态转移的操作还包括排列操作:
所述排列操作用于指定图元的位置属性,包含一个空间布局的优化,涉及到数据变换和视觉映射;所述排列操作包含两个参数,布局算法和被计算和更新的视觉通道。
8.如权利要求7所述的操作驱动的渐进式信息可视化生成方法,其特征在于,状态转移的操作还包括导航操作:
所述导航操作被设计用于进行视图变换。
9.如权利要求8所述的操作驱动的渐进式信息可视化生成方法,其特征在于,状态转移的操作还包括导入操作:
所述导入操作为额外的数据源被导入以实现一些复杂结构的构建。
10.如权利要求9所述的操作驱动的渐进式信息可视化生成方法,其特征在于,状态转移的操作还包括连接操作:
所述连接操作是选择操作的逆操作,将两个或更多状态连接以合并他们的数据范围和后续操作的作用域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810095801.9A CN108255482B (zh) | 2018-01-31 | 2018-01-31 | 一种操作驱动的渐进式信息可视化生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810095801.9A CN108255482B (zh) | 2018-01-31 | 2018-01-31 | 一种操作驱动的渐进式信息可视化生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108255482A true CN108255482A (zh) | 2018-07-06 |
CN108255482B CN108255482B (zh) | 2020-11-10 |
Family
ID=62742825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810095801.9A Active CN108255482B (zh) | 2018-01-31 | 2018-01-31 | 一种操作驱动的渐进式信息可视化生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108255482B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140297835A1 (en) * | 2013-04-02 | 2014-10-02 | Amazon Technologies, Inc. | Visualization of resources in a data center |
CN104572096A (zh) * | 2014-12-29 | 2015-04-29 | 中国科学院计算机网络信息中心 | 一种基于web的多模型数据可视化开发方法及平台 |
CN105159688A (zh) * | 2015-10-14 | 2015-12-16 | 浙江大学 | 一种可编程信息可视化交互式设计方法 |
-
2018
- 2018-01-31 CN CN201810095801.9A patent/CN108255482B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140297835A1 (en) * | 2013-04-02 | 2014-10-02 | Amazon Technologies, Inc. | Visualization of resources in a data center |
CN104572096A (zh) * | 2014-12-29 | 2015-04-29 | 中国科学院计算机网络信息中心 | 一种基于web的多模型数据可视化开发方法及平台 |
CN105159688A (zh) * | 2015-10-14 | 2015-12-16 | 浙江大学 | 一种可编程信息可视化交互式设计方法 |
Non-Patent Citations (1)
Title |
---|
36022202: ""信息可视化(大师的综述)"", 《百度文库:HTTPS://WENKU.BAIDU.COM/VIEW/A9CE6B204B35EEFDC8D33320.HTML?FROM=SEARCH》 * |
Also Published As
Publication number | Publication date |
---|---|
CN108255482B (zh) | 2020-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ingram et al. | Dimstiller: Workflows for dimensional analysis and reduction | |
Keim | Pixel-oriented visualization techniques for exploring very large data bases | |
Abello et al. | A modular degree-of-interest specification for the visual analysis of large dynamic networks | |
Kowaliw et al. | Promoting creative design in interactive evolutionary computation | |
US8306940B2 (en) | Interactive visualization for generating ensemble classifiers | |
Paiva et al. | Improved similarity trees and their application to visual data classification | |
CN101796538A (zh) | 以基于相对面积的控制在页面上布置图形对象 | |
Troiano et al. | Genetic algorithms supporting generative design of user interfaces: Examples | |
Asta et al. | CHAMP: Creating heuristics via many parameters for online bin packing | |
CN108140133A (zh) | 程序生成装置、程序生成方法及生成程序 | |
Tang et al. | Three-dimensional Forest growth simulation in virtual geographic environments | |
Veerapen et al. | Visualising the global structure of search landscapes: genetic improvement as a case study | |
CN109978074A (zh) | 基于深度多任务学习的图像美感和情感联合分类方法及系统 | |
CN106250110A (zh) | 建立模型的方法及装置 | |
CN106096159B (zh) | 一种云平台下的分布式系统行为仿真分析系统的实现方法 | |
Pérez et al. | Interactive feature space extension for multidimensional data projection | |
JP2001307087A (ja) | 循環的対話型画像分析のための手順、並びに、その手順を実行するためのコンピュータ・システム及びコンピュータ・プログラム | |
Ritter et al. | Personalized Visual-Interactive Music Classification. | |
CN108255482A (zh) | 一种操作驱动的渐进式信息可视化生成方法 | |
Kovalerchuk et al. | Interactive decision tree creation and enhancement with complete visualization for explainable modeling | |
US7904413B2 (en) | Method and system to segment an OLAP set | |
Varvoutas et al. | Evaluation of heuristics for product data models | |
Kelly et al. | evoVersion: visualizing evolutionary histories | |
CN112307288A (zh) | 一种用于多渠道的用户聚类方法 | |
Febres | Basis to develop a platform for multiple-scale complex systems modeling and visualization: MoNet |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |