本文選題：時空大數(shù)據(jù) + 可視分析　； 參考：《測繪學報》2017年10期

【摘要】：時空大數(shù)據(jù)可視分析是近年國際大數(shù)據(jù)分析與數(shù)據(jù)可視化領域研究的熱點前沿,也是全空間信息系統(tǒng)的核心研究內(nèi)容之一。本文針對時空大數(shù)據(jù)多源、多粒度、多模態(tài)和時空復雜關聯(lián)的特點,按照描述性、解釋性和探索性3個層次分類歸納了現(xiàn)有時空大數(shù)據(jù)可視分析方法,論述了時空大數(shù)據(jù)可視分析中多模態(tài)特征篩選、新型人機交互分析以及探索性可視推理等技術(shù)難點和主要發(fā)展動態(tài)。研究表明,以數(shù)據(jù)可視化為主的描述性可視分析研究相對成熟,以可視環(huán)境下交互式挖掘分析實現(xiàn)問題診斷為主的解釋性可視分析已成為當前大數(shù)據(jù)分析的焦點,而面向復雜問題協(xié)同決策的探索性可視分析方法則是大數(shù)據(jù)分析有待突破的重要發(fā)展方向。
[Abstract]:Spatiotemporal big data visualization analysis is a hot topic in the field of international big data analysis and data visualization in recent years, and it is also one of the core research contents of full spatial information system. In this paper, according to the characteristics of multisource, multi-granularity, multi-modal and spatio-temporal complex correlation of spatio-temporal big data, the existing spatio-temporal big data visual analysis methods are summarized according to three levels: descriptive, interpretive and exploratory. This paper discusses the technical difficulties and main development trends of multimodal feature selection, new human-computer interaction analysis and exploratory visual reasoning in spatio-temporal big data visual analysis. The research shows that the descriptive visual analysis based on data visualization is relatively mature, and the interpretive visual analysis based on interactive mining analysis to realize problem diagnosis in visual environment has become the focus of current big data analysis. The exploratory visual analysis method for collaborative decision making for complex problems is an important development direction of big data analysis.
【作者單位】： 西南交通大學地球科學與環(huán)境工程學院;
【基金】：國家自然科學基金(41471320) 國家重點研發(fā)計劃(2016YFB0502303)~~
【分類號】：P208

【相似文獻】

相關期刊論文 前5條

1 李代超;吳升;;面向不同主題的犯罪大數(shù)據(jù)可視分析[J];地球信息科學學報;2014年05期

2 ;《空間可視分析方法和應用》出版[J];測繪通報;2008年02期

3 王明孝;王晶杰;;基于城市建筑物的戰(zhàn)場環(huán)境可視分析[J];地理空間信息;2012年01期

4 應申;李霖;王紅;高玉榮;彭曉艷;;一種城市形態(tài)中的空間可視分析方法——以武漢中南地區(qū)為例[J];測繪學報;2006年04期

5 曹一冰;趙軍喜;李帥鑫;劉鵬飛;;面向可視分析的用戶標注共享與互操作[J];地礦測繪;2014年02期

相關博士學位論文 前2條

1 曹一冰;陸地邊界地理可視分析技術(shù)研究[D];解放軍信息工程大學;2015年

2 應申;空間可視分析的關鍵技術(shù)和應用研究[D];武漢大學;2005年

，

本文編號：1915336