“数据分析与计算专栏”主持人语

衷心祝贺本刊入编《中文核心期刊要目总览》，这既是水到渠成的自然，也是各界对其砥砺奋进的嘉勉！承蒙编辑部和各位专家、读者的关怀，在过去的8年里，本专栏在反映数据科学领域相关进展、与同行分享研究成果的同时，所载文章获得了广泛引用、收录和转载，实现了推进分析与计算工作发展的目的，河北科技大学大数据与社会计算研究中心也已成为具有较高影响力和代表性的重要研究力量。未来，我们将同本刊一道，以“为读者奉献最好”之初心，踏实求进，赓续前行！

本期“数据分析与计算专栏”共推出2篇文章。

第1篇是王刘旺等撰写的“基于人脸与步态特征的室外作业场景身份核验方法”。在建筑、通信、电力等工程行业中，很大一部分安全生产事故是作业人员违章行为造成的。在传统监督方式里，作业现场的人员管理和行为管控完全依靠人工核查，监控视频也依赖人工判断，作业现场的短时违章行为不易被及时发现，室外作业存在巨大安全隐患。目前的研究方法大多基于人脸识别方法，然而受遮挡物、检测距离以及检测角度等因素的影响，会造成脸部信息不完全或者模糊，通过人脸识别难以准确识别出作业人员的身份。相比于人脸特征，步态特征是一种更为稳定、可靠的生物特征。考虑到人脸和步态特征的特点，提出了一种融合二者的多特征身份核验方法。此方法在中科院室外步态数据集CASIA-A多视角情况的四折交叉验证集中实现了99.17%的分类准确率，在该数据集中包含的3个视角下的分类准确率分别为98.75%，100%和98.75%。所提出的方法可以有效提高單人场景中的身份识别准确率，为室外作业场景中的身份核验提供了有效方案。

第2篇是刘滨等撰写的“数据可视化研究综述”。数据可视化是一个以实际应用为主要面向的人机交互、图形学、图像学等多学科交叉领域，它是大数据领域里非常活跃的一个分支，也是产学研用共同聚焦的领域，计算机科学是推动其研究向纵深发展的主力学科，自然地理和测绘、新闻与传媒、图书情报、自动化、互联网等领域的需求推动了其研究应用领域的不断扩展。当前研究逐渐聚焦于多维数据、时序数据、网络数据和层次化数据等领域。由于对业务逻辑理解、数据内涵定义、实施目标、设计水平等方面存在差异，数据可视化的应用存在一些误区和问题。例如：色彩与语义间的失配、核心数据被次要数据“淹没”、数据过载、思维过度发散等。提出了当前可视化研究逐渐聚焦在多维数据可视化、时间序列数据可视化、网络数据可视化和层次信息数据可视化的观点，并对各自的代表性方法进行了介绍;同时，对当前数据可视化研究动态进行了梳理，给出了数据可视化主流工具Echarts的应用实例，为相关研究提供参考和借鉴。未来，还将对国外的研究动态进行更全面详细的梳理，并对数据可视化应用领域具有代表性的重要案例进行分析和深入探讨。

限于学术水平，以上文章定有可进一步完善之处，欢迎各位朋友指正！

主持人简介

刘滨，男，1975出生，教授，硕士生导师，河北科技大学大数据与社会计算研究中心主任，主要研究领域包括网络新媒体、大数据、社会计算等。已发表学术论文100余篇，主持国家级科研课题2项、省级科研课题9项。