鲁芮
(郑州信息科技职业学院,河南 郑州450000)
新时期下,信息可视化技术已经越来越广泛的应用于人们的日常生产生活中,它的核心价值体现在通过该项技术可以将信息准确无误地转化为视觉模式,这样人们可以直观、方便的查阅相关信息资料,不仅大大提高了工作效率,也为人们的日常生活提供了解答的便利。通常来讲,信息可视化技术主要包括以下三个部分:对数据开展预处理、设计图形和绘制图形、交互显示。新时期信息发展迅速,信息可视化技术开始被应用于各行各样,如网络数据的可视化、文本的可视化、交通的可视化、生物医学的可视化以及大数据的可视化等等。
类型繁多的信息源会滋生大量的数据,单单凭借人脑的分析能力和解释能力无法有效处理这些信息。因为不具备大量数据的合理分析方法,越来越多的计算被浪费掉,对科学研究的进展形成了较大的阻碍。基于此,美国计算机成像专业委员会首次提出了改善策略,也就是可视化技术。可视化技术也被应用于分析大量信息数据,成为一个有效的手段。现如今,信息可视化技术已经成为信息科学的一个重要组成部分,它的目的便是达到信息的直觉化和感性化效果,其中信息的选择和描述、人机交互、数据搜集、制图学和成像学都是信息可视化的重要组成部分。使用该项技术有利于人们对信息本质更好地理解,以达到操纵信息的目的。下文将对信息可视化技术进行详细阐述。
信息可视化(Information visualization)并不是一种单一的学科,而是跨越式学科领域,它的主要功能为实现大规模非数值型信息数据资源的视觉方面的展现,例如在软件系统中,很多的文件或者行数复杂多样的程序代码。[1]信息可视化技术大多被应用于处理图像图形方面,主要目标为应用者可以有效理解和全面分析所得的信息数据。信息可视化技术不同于科学可视化技术,它的重点在于搜集和归纳抽象性数据,例如非结构化文本,通常来讲该项技术没有一成不变的二维几何结构或三维几何结构。
在可视化处理信息时,主要分为三个详细的步骤,第一个步骤是实现原始数据向数据表的转化,也是对数据的预处理。[2]通俗来讲,就是提前做好准备工作,对获得的信息进行处理,为人们的理解、分析和研究提供捷径,能够有效将其放入至模块之中。预处理的主要内容包括标准化处理数据信息的格式、不断变化数据信息以及解压缩数据信息。对于部分比较特殊的数据进行处理时,还需要使用对应的方法开展处理。例如对于单幅图像的处理方式应选择降维处理。第二个步骤是实现数据表向可视化结构的转化,也就是设计图形和绘制图形。在这一环节中,主要的内容包括对信息数据表的设计和绘制,将其转化为一个具象的图形。在对其进行绘制和设计时,应对人们的要求有充分的认识和分析,并能够在图形中将意图展现出来。第三个步骤是实现可视化结构向视图的转化,也就是交互显示。在这一环节中,主要内容为将已经设计和绘制完成的图形依据相应的规章制度完成有效的传输,使应用者的反馈内容能够迅速地传送至软件处理中心,从而达到交互显示的效果。
在处理和应用多维数据时,假如使用了传统的二维图像,势必会存在一定的不之处,不能有效满足与新时期的需求,不能确保信息量以及不能有效满足一些较为复杂的需求。而对于多维数据可视化技术的使用可以有效改善上述情况,解决过程中遇到的一些问题。多维数据可视化技术也具有较多类型,下文将对人们日常中应用最为广泛的几种类型进行阐述。
2.1.1 以几何结构为基础的可视化方法
在该类型中,使用较普遍额时平行坐标系和散点图矩阵。平行坐标系主要借助轴线的平行性实现对相应维度的展示,从轴线之中展示数据,并使轴线上某一数据项的坐标点借助折现实现连接,从二维模式就能直观地看到多维数据。[3]但是该方法也存在一定的不足之处,如果处理的信息具有较大的规模,那么它所展现的视图也会混乱不堪,将会严重影响人们查阅可视化内容的质量。散点图矩阵主要内容为借助二维坐标中的数据点显示变量间的关系。这种方法在实际应用中通常和其他方法联合使用,这样可以增强信息数据的显示效果,将规模较大的数据显示出来。这种方法能够高效获得变量与变量间的关系,但如果维度偏大,加上屏幕宽度不足,那么就无法完全显示矩阵数据的真实量。
2.1.2 以图标为基础的可视化方法
这种方法的主要内容为将具有可视化特点的几何形状当作图标,并完成对多维数据的刻画,这种图标通常具有很多的可视化属性,例如颜色、长度、大小形状等,都可被应用于维度,在图表属性和多维数据的映射下,可以达到可视化效果。在这一种类中,使用最为广泛的方法为星绘法和Chernoff 面法。星绘法的主要内容为借助由点辐射至线的方法,将数据维度展现出来,而线段的长度则代表对应的维度量。Chernoff 面法的主要内容为借助人脸识别达到展现数据信息维度的作用。绘制脸图以得到多维数据,并按照相关规则进行排序,进而使信息能够直观展现出来。
2.1.3 多维数据可视化技术的应用
多维数据可视化技术在动画制作行业应用较为广泛,可以为人们带来很强的视觉冲击。在应用该技术时,较为常见的是制作动画,以此增强交互性,让人们能够更加直观地了解所得到的信息数据。同传统的图文处理技术相比,在动画中各种元素一直呈移动状态,可以明确了解研究对象的发展状况,例如方位的改变和颜色、形状的改变,能够对接下来的应用做出指导。在制作动画的过程中,人们通常是在实施编码初期便使用动作,并将其转化为附加的变量。同时,在每一步骤的转换过程时,通过对动画这一形式的应用,可以让每一步骤之间的衔接更加顺畅,使工作效率得到有效提高。在动画制作时使用多维数据可视化技术,需要严格管控动画的改变速率。假如速率过慢,不仅会耗时较长,对工作效率造成影响,还会加大成本的之处,具有消极作用。假如速度较快,人们就无法对动画内容开展全方位的认识,对制作动画的实用价值也造成了影响。所以要严格把控速度,与场景中的状态相结合选择适合的动画改变速率。
时间序列数据可视化技术通常表示对数据信息经过时间发展特点开展搜集工作和整理工作,使用对应的方法使其展现出可视化的形式。使用该项技术的可视化形式通常包括下述几个类型:第一,线形图。线形图是人们日常生产生活中使用较为广泛的一种方法,在原始点的应用下显示出时间发展下的信息数据的变化。在使用线形图进行可视化展现时,接入信息数据的时间维度较多,就应该为全部的维度建立出对应的图标,并使其能够对齐,进而可以确定比出时间的发展态势。第二,堆积图。堆积图的功能为累积时间序列,可以使用这一方式求出序列的总和。这种方式具有一定的不同之处,无法对比全部的序列,如果在处理时产生了负数,将会对可视化呈现效果产生较大影响[4]。
网络数据可视化技术主要是对于自动布局和自动计算将数据信息绘制成网状结构的图形。通常来讲使用较为普遍的有以下三个种类:第一是通过仿真物理学中力的概念绘制网状图,通过每一受力节点达到连接的效果,从而完成可视化的目标。第二是将分层布局应用于信息数据中,将层次结构明显的数据信息网状图绘制出来。第三是将网格布局的方式应用于信息数据的采集中,绘制出与网格的信息数据网状图相像的数据信息网状图。
新时期我们正处于大信息时代,信息可视化技术越来越被应用于人们的日常生活生产之中,并且我国对可视化技术的研究工作也取得了飞跃式的进展,该项技术发展迅速。在各行各业应用可视化技术的同时,也应该确保该项技术的艺术性、联合性、直观性和交互性,并能够将可视化技术同大数据挖掘技术合二为一,从而保证工作的质量,有效增强工作效率。