可视化技术现状及发展方向
数据可视化，是关于数据视觉表现形式的科学技术研究。可视化技术是利用计算机图形学及图像处理技术，将数据转换为图形或图像形式显示到屏幕上，并进行交互处理的理论、方法和技术。它涉及计算机视觉、图像处理、计算机辅助设计、计算机图形学等多个领域，成为一项研究数据表示、数据处理、决策分析等问题的综合技术。
1.数据可视化的基本内涵
数据可视化研究数据视觉的表现形式，这种数据的视觉表现形式被定义为一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。
1）数据空间。由n维属性、m个元素共同组成的数据集构成的多维信息空间。
2）数据开发。利用一定的工具及算法对数据进行定量推演及计算。
3）数据分析。对多维数据进行切片、块、旋转等动作剖析数据，从而可以多角度多侧面的观察数据。
4）数据可视化。将大型数据集中的数据通过图形图像方式表示，并利用数据分析和开发工具发现其中未知信息。
2.数据可视化的标准
为实现信息的有效传达，数据可视化应兼顾美学与功能，直观的传达出关键的特征，便于挖掘数据背后隐藏的价值。
可视化技术应用标准应该包含以下4个方面：
1）直观化。将数据直观、形象的呈现出来。
2）关联化。突出呈现数据之间的关联性。
3）艺术性。使数据的呈现更具有艺术性，更加符合审美规则。
4）交互性。实现用户与数据的交互，方便用户控制数据。
3.数据可视化面临的挑战
在大数据时代，尽管数据可视化日益受到关注，相关技术也日益成熟，但数据可视化仍存在许多问题，且面临着巨大的挑战。
1）视觉噪声：在数据集中，大多数数据具有极强的相关性，无法将其分离作为独立的对象显示。
2）信息丢失：减少可视数据集的方法可行，但会导致信息的丢失。
3）大型图像感知：数据可视化不单单受限于设备的长度比及分辨率，也受限于现实世界的感受。
4）高速图像变换：用户虽然能够观察数据，却不能对数据强度变化做出反应。
从以上可以看出，数据可视化面临的挑战主要是可视化分析过程中数据的呈现方式，包括可视化技术和信息可视化显示。目前，数据简约可视化研究中，高清晰显示、大屏幕显示、高可扩展数据投影、维度降解等技术都试着从不同角度解决这个难题。
另外，可感知的交互的扩展性是大数据可视化面临的挑战之一。从大规模数据库中查询数据可能导致高延迟，使交互率降低。在大数据应用程序中，大规模数据及高维数据使数据可视化变得十分困难。或许我们可以构建更大、更清晰的视觉显示设备，但是人类的敏锐度在一定程度上还是制约了大屏幕显示的有效性。
4.数据可视化技术的发展方向
1）可视化技术与数据挖掘紧密结合。数据可视化可以帮助人们洞察出数据背后隐藏的潜在信息，提高了数据挖掘的效率，而这也是数据可视化本身所具有的意义。
2）可视化技术与人机交互结合。实现用户与数据的交互，方便用户控制数据，更好地实现人机交互应该是可视化研究的目标之一。
3）可视化与大规模、高维度、非结构化数据结合。目前，大数据时代，大规模、高纬度、非结构化数据层出不穷，要将这样的数据以可视化形式完美的展示出来，并非易事。因此，可视化与大规模、高维度、非结构化数据结合是可视化研究的一个重要发展方向。
页:
[1]