时间:2023-06-01 09:31:08
开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇数据可视化,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。
可视化是专业AV领域近年来特别专注的方面。在大数据、网络化时代,可视化不再是简单的显示,而是需要通过可视化提高工作效率,加快决策进度,更好地完成协作。
如今每天都产生大量数据,这些数据就像掺着金子的沙子,需要经过复杂处理和分析才能从中发现价值。如何充分利用与企业经营相关的内外部数据、帮助企业更好的运营和决策,越来越成为企业关注的问题。在AV领域,最初的大屏幕显示系统只是简单地通过前端抓取、传输信息,并将图像、数据信号传输到大屏幕上显示给用户即可。而随着大数据信息的飞速发展,如今的大屏幕显示系统不仅要负责对海量数据信息进行高效率的分析,还要将分析结果展现出来,以让各个管理部门可以直观、便捷地根据数据指标,合理调度配置资源进行事件决策。这就要求AV企业不仅要硬,还要软,要软硬结合才能满足客户的需求。硬即产品的硬件质量要好、功能要完善、使用上要安全稳定。软即要给硬件产品配上适合用户需求的软件,要让产品具有一定的智能化。今后的趋势是智能化程度越来越提高,软所占的比重越来越大。这些年不少大屏幕显示企业,如台达、威创等都在进行这方面的探索和转型。如在台达推出的iPEMS智能监控与可视化运营管理系统中,我们可以看到其已可以根据客户的需求,进行实时数据采集、子系统数据集成、广域系统监控、智能数据分析、矢量数据可视化和超高分辨率显示,同时可结合大数据可视化手段辅助用户做出决策方案。威创这几年将可视化作为重中之重,其认为可视化就是将大屏系统的任务从“简单再现原始数据”变成“支持决策性、模型化再现数据集关系”。这种转变,要求大屏企业必须深入了解客户具体价值和业务模型,扮演好协调者、整合者的角色。这是可视化对大屏企业业务转向的根本要求,也是大屏企业未来发展的重要着力点。威创将可视化发展分为几个阶段:第一阶段是可联。各个系统信号可以在大屏幕上综合显示;第二阶段是可视。各系统不再是单纯信号显示,而是通过数据关联形成可视化数据呈现,打通业务关联性;第三是可治管。有智能联动机制,部门之间数据可以产生行动联动性,有一些决策的支持作用;第四是智慧型。就是有智慧的决策的支撑系统和分析系统,能够使决策以最快捷方式呈现。
除了大数据带来的可视化变革,人与人之间随时随地协作的需要也推动着可视化的发展。如今人与人的互联性比以往更加明显,业务流程的扩展跨越几乎所有组织职能、包括外部合作伙伴,同时工作场所也日趋分散和具有移动性,这使得可视化协作不再局限于会议室和桌面,逐步扩展至整个企业范围以及办公室以外的移动办公场所。可视化协作要求可以在各种工作场景,实现跨网络、跨平台、跨终端的现场实时再现、可视化沟通与协作。不仅可以使用声音和图像作为沟通媒介,还可通过白板、办公软件、远程应用程序共享等功能,更好地完成彼此之间的协作。近几年协作发展的比较快,是因为网络技术的发展与强大功能智能设备的普及,为可视化协作产品提供了极大的基础支撑。如今越来越多的企业开始使用协作化解决方案来提升组织沟通体验,而协作产品厂商,如:巴可可立享Clickshare智能无线演示协作系统、台达畅享汇NovoPRO无线互动协作系统、寰视MicsView“米享”会议协作等产品的相继出现和发展成熟,更促进可视化协作的进一步发展。协作使人与人之间合作更加紧密,可以更快地推动产品开发、向市场推出新的产品和服务,同时也极大地提高了工作效率,加快了决策的进度,未来可视化协作必将成为组织业务结构中不可或缺的一部分。
摘 要 介绍了数据可视化技术的基本含义以及常用的实现方法,并通过一个基于b/s模式的商场客流展示系统的介绍和说明,对展示的图表进行合理的归类总结,从而达到更为系统的进行图表展示的目的。 关键字 数据可视化;客流展示;图表;jfreechart;决策支持 1 引言 随着市场经济的深入发展,竞争的日益激烈,合理获取信息是企业生存的法宝。客流量是商场在商业运作中的一个重要因素,也是商业运作中的重要信息。强劲的客流量,一方面有宣传广告的效应,另一方面也是实现巨大营业额的前提。如果能精确的知道某个营业额是在某种客流量下形成的,就会分析出客流量与营业额之间的一些深层次的关系[1]。因此,对于客流量信息的采集与分析,具有重要的实际意义。 商场采集的客流信息具有数量大、复杂和实时变化的特点,单单依靠对数据信息的分析效率低下,很难及时获取有用的信息。数据可视化作为一门新兴的技术,将各种数据信息以图象、图表的方式展现给用户,直观、形象,开辟了商家快速、准确分析决策新的途径。 2 数据可视化技术和实现方法 2.1 数据可视化技术的基本概念 可视化(visualization)技术是利用计算机图形学和图像处理技术,将数据转换成图形或图像在屏幕上显示出来,并进行交互处理的理论、方法和技术。它涉及到计算机图形学、计算机视觉、计算机辅助设计等多个领域,成为研究数据表示、决策分析等问题的综合技术。 可视化技术是一种计算方法。它将符号描述转变成几何描述,使研究者能够观察到所期望的仿真和计算结果。近年来,可视化的应用范围不断拓宽。信息可视化目前已成为可视化技术的热点研究内容,应用可视化技术,可在具有大量高维信息的金融、通信和商业领域中发现数据中隐含的内在规律,为决策提供依据。事实上,可视化已成为许多领域必不可少的计算机辅助后置数据处理部分[2][3]。 2.2 客流量图表展示的实现方法 数据可视化作为一门技术科学,涉及广泛,有很多的研究领域和实现方法。随着信息化和internet的发展,使用jsp语言开发的基于b/s模式的商场客流量分析系统已经成为此领域应用的主流。在这种情况下,实现客流图表展示的常用方法有如下几种: (1)使用applet小应用程序绘图。applet是嵌在网页中的java小应用程序,在java applet中可以方便的调用java.awt包进行绘图。为了实现动态图形的显示,首先applet从jsp页中获取需要的数据,然后根据从jsp页中传来的数据绘制出图形。 applet有java的支持,功能比较强大。但作为java的应用程序,在执行时必须将相应的.class文件下载到客户端,再通过浏览器来执行。由于有些浏览器不能很好的支持applet,这样对客户端的要求比较高,运行也比较慢。applet由于其运行机制,不能对图形打印和下载。同时,applet利用sandbox机制实现安全管理,存在非常大的安全问题[4][5]。 (2) 使用svg图表显示方式。svg是w3w组织为适应internet web应用的飞速发展而制定的一套基于xml语言的可缩放矢量图形语言描述规范,可以用来描述矢量图形、图像及文字等三类图形对象。svg对于图形对象可进行成组、添加样式、几何变换、复合等操作,还可以嵌入脚本语言,提高它的动态和交互性能。svg的这些特性使得它具备了一些独特的优点:能加快下载浏览速度,能获得更广泛的硬件支持,能实现方便的图形定位与检索,具有丰富的表现效果、良好的可重用性、准确的颜色描述及跨平台的能力[6]。 svg功能强大,但是由于结构比较复杂,对其进行开发实现需要较强的技术背景和支持,开发周期比较长。 (3)使用jfreechart绘制图表。jfreechart是用java编写的用来生成图形开源java类库,可以做到跨平台使用。可支持的图表包括 :饼图、柱状图、线型图和区域图、散点图和bubble 图、甘特图、曲线图等等。这些不同类型的图表基本上可以满足用户对数据库中数据可视化的需求。该组件的安装使用也比较简单 ,只需要将其类库文件复制到服务器安装目录下即可使用[7]。同时它还提供了可扩展的接口,对应用户特别的需求。由于jfreechart的各种优点,它被广泛的采用于b/s的数据可视化图表的展示系统之中。 正是由于jfreechart简单实用的优点,本文研究的客流展示系统采用jfreechart进行数据可视化开发。 3 客流展示系统的研究 本文通过介绍某公司的一个商场客流展示系统,分析研究数据可视化技术在客流展示中的应用。 3.1 设计思想和实现方法 在客流展示系统的设计过程中,始终坚持以商场客流展示需求为基础,以实现客观有效的图表展示为重点,又充分考虑了b/s和c/s的特点,使其应用于不同的部分。系统本着通用性和方便用户的原则,进行数据库设计、算法程序设计、用户交互界面设计以及各部分的集成。 由于数据提取、传输的地理位置的限制,系统采用了c/s的模式进行数据传输。而对于图表的展示以及功能定制、管理等大部分功能模块,则采用了目前流行的b/s模式,图表的展示采用了使用简单且功能强大的jfreechart绘制图表,开发语言为jsp+java,数据采集处理用的是微软的access数据库, 客流信息展示部分使用的是流行的mysql数据库。 3.2 总体构架 客流展示系统是对采集到数据进行分析、展示,获得的有效信息为商业或其它相关领域提供决策支持。系统包括数据采集传输、用户管理、商业及员工信息维护、展示图形报表、报警等功能模块。 数据采集传输模块是通过外设采集客流信息,解析放入前端pc机的数据库,并通过c/s模式传入服务器数据库。用户管理主要是用户权限的分配和相关信息的维护。商业及员工信息维护包括商业销售数据、员工信息以及考勤数据的录入与维护等功能。展示图形报表包括设置和维护站点参数、定制报告、展示图表和电子表格、打印导出等功能。报警是客流展示系统实现的是对客流量的监控。 3.3 图表展示功能说明 图表展示是实现数据可视化的重要部分,也是为用户提供决策信息的重要载体。客流系统的图表展示部分又分为设置和维护站点参数、定制报告和展示图表和电子表格等部分。 设置和维护站点参数是为展示图表设置各种参数,为展示数据提供必要的信息。定制报告模块允许用户定制日末、周末、月末、年末报告。一般报告可设置选择计数器组或区域范围、时间范围、图表表现形式、时间周期几个参数,然后展示图表和电子表格。系统还提供了对图表以及电子表格的导出和打印功能,以供用户备份分析,以及向上级报告。 3.4 数据可视化在该系统的分析研究 3.4.1 图表的分类 在客流展示系统中,共有客流量报告、总访客量报告、比较性的顾客报告、团组大小、站点分析、销售报告、比较性销售报告等19种报告,针对不同的业务需求对数据进行汇总展示,为用户提供决策支持。 通过对这些具体报告分析,对于信息数据的可视化,笔者将其汇总为四类进行分析展示: 1)单轴简单图 该类图表用于简单的图表展示,只有单轴,表示含义明确,简单明了。比如比较性顾客、比较性销售等报告。如图1所示。
图1 单轴简单图实例
该图为比较性报告实例,展示了所选时间段内,所选计数器组或通道的客流量。该报告以一天的24小时为横轴,将所选各天各个时段的客流量作比较,图表中,不同时间的客流量用不同颜色表示。报告形式有普通条形图、3d条形图、曲线图、点图、点线图、电子表格。图为3d效果的条形图。 2)单纵轴联合图 有些情况单轴简单图不易表示,比如要展示不同的几天各个时刻的信息。这种情况下就需要单轴联合图。 单轴联合图由多个子图表组成,这些子图表共用一个纵轴,横轴坐标可以相同也可以不同。比如客流量报告就用单纵轴联合图实现,如图2所示。 这是一个双向客流的报告。该报告展示的数据内容是所选时间段内、所选计数器组(或区域)的“进”客流、“出”客流、“总客流”(即“进”与“出”客流绝对值的和)、“净客流”(即“进”与“出”客流绝对值的差值)。图表展示的是这四种客流之间的比较,四种客流用四种颜色来表示。图表横轴是时间,纵轴是客流。报告形式有区域图、曲线图、点图、点线图、电子表格。图中的表现形式为曲线图。 3)多轴简单图 针对一些展示信息,它有多个展示指标,而且这些展示指标的计量单位不同,为了在同一图中将不同计量单位的指标进行比较,就需要多轴简单图来展示,不同的计量单位的数据映射到不同的纵轴。如图3所示。
图 2 单轴联合图实例
图 3 多轴简单图实例 该图为单位客流员工成本报告,展示的是所选时间范围内,客流量、员工人数、单位客流量的员工成本。图表以时间为横轴,作员工人数、客流量、单位客流量的员工成本的比较。单位客流量员工成本的计算公式如2.1所示。 单位客流量的员工成本=(∑员工人数*相应员工工资)/客流量 (2.1) 4)多轴联合图 当一个图既要显示不同时间单位(比如天)的各个时刻的信息,又要将不同的量分别映射到不同的轴时,就要采用多纵轴联合图,该类情况比较复杂。总访客量报告就是用这种图实现的。如图4所示。
图4 多轴联合图实例 该图为将整个站点的人、车数据进行比较,由于通常人数会明显大于车数,甚至相差几个数量级,因此将人、车分别映射到不同的轴才便于比较。红色曲线代表整个站点中人的数据,蓝色曲线代表整个站点中车的数据。每天24小时的数据用一个子图表表示,每个子图表都有人、车两条曲线,分别映射到左、右两侧纵轴。 3.2.4 客流展示的问题分析 通过对客流展示系统的分析和研究,归纳总结一些注意的问题: (1)采集的数据经过解析,加工汇总存入数据库,提供展示的基本信息。但存入的数据不一定是jfreechart需要的形式,因此,需要先进行转换,系统设计依据上述四类图,提供了一个通用的转换方法,转换后,可为jfreechart调用展示。 (2)图表的展示需要设置许多参数,设计时要将数据尽量在较少的页面上设置,防止繁杂的过程影响用户的操作。 (3)设计要满足用户使用的方便性。在图表展示界面,用户可以随时根据需要修改各个展示参数、各种表现形式,定制展示信息,以求从各个角度、方面展示所需的信息,还可查看对应的电子表格。图表是实现数据可视化,而电子表格对应准确的数据信息,只有这两方面合理的结合分析,才能为用户决策提供最大的支持。 (4) 原始数据以计数器为单位,每几分钟一条数据存放在原始数据表里,而每个报告都有按小时、天、周、月四种汇总方式,即按照这些时间间隔展示客流数据的汇总值,每次生成报告时,由用户选择按哪种时间间隔汇总数据。空间参数方面,报告展示的最小单位是计数器组,包含若干个计数器。因此,系统以线程的方式每隔一定时间对数据预处理的解决方案,增加时间汇总表和计数器组汇总表。首先,以每个计数器组为单位,将它包含的各个计数器的数据进行汇总,时间不变;然后,将每个计数器组每天的数据进行汇总,存放在以天为单位的数据表里。这样当用户请求的报告以天、周、月为单位进行展示时,直接读取天数据表,在此基础上进行计算,而不用根据原始数据表重复计算,大大提高了系统的执行效率。 4 小结 本文介绍了数据可视化的基本概念,并对常用方法进行分析比较,并通过对某客流展示系统的研究,根据实现方法将展示图表进行分类,分析了数据可视化技术在客流展示领域的具体应用问题。可视化技术为客流数据的展示提供了一种切实可行的方案,对商家用户的决策提供了很好的支持。同时,可视化作为一种新兴的技术,将会在更多的具体业务领域发挥更重要的作用。 参考文献 [1] 杜开南. 大商场中的客流监测系统[j].商场现代化,2001,(2):14-15. [2] gershon nahum. information visualization[j].ieee computer graphicsand applications,1997,17(4):29-31. [3] 刘勘,周晓峥,周洞汝. 数据可视化的研究与发展[j].计算机工程,2002,28(8):1-2 [4] 李伯宇,赵丽丽.在jsp中实现动态图表方法研究[j].计算机应用,2003,23(6):213-214 [5] duane k f, mark a. web development with java server pages(2nd edition)[m].newyork: manning publications, 2001. [6] 王仲,董欣,陈晓鸥.svg—一种支持可缩放矢量图形的web浏览语言规范[j].中国图象图形学报,用2000,5(12): 1039-1043 [7] david gilbert. the jfreechart class library[eb/ol], simba management limited ,2002.
关键词:汽车;信息展示;可视化;WebGL
中国分类号:TP393.0;TP391.41
随着计算机和互联网的快速发展,不仅改变了人们的生产模式,更是改变了人们的生活方式。互联网以其便利、快捷等现代特性,正成为人们获取信息最重要的途径[1],因此提高人们的上网体验就是提高人们的生活品质。而浏览器是打开信息的大门,以前的2D网页不再满足人们的需求,3D页面已然成为未来的趋势,再加上信息量爆炸式的增长,信息的可视化成为了研究的重点。
实际上,在日益增长的数据背后,隐藏着许多重要的信息,通过对数据信息更高层次的分析,挖据数据背后潜在的应用价值[2],借助WebGL三维可视化技术,以形象直观的3D动态图像来检索信息,提高用户的体验。
1 关键技术
1.1 WebGL
传统的Web3D解决方案主要依赖Flash,Java3D以及微软的Silverlight等技术[3]。然而上述技术都存在一个共同的缺陷,难以支持Web端GPU加速,因而难以胜任大规模复杂3D场景的渲染。WebGL的出现解决了这一难题,WebGL是一种3D绘图标准,通过结合JavaScript和OpenGL ES2.0来提供一种类似于OpenGL的API[4],并在Web端提供3D加速渲染功能,它完美地解决了现在Web交互式三维动画对插件的依赖和不支持GPU加速两个问题[3]。
1.2 Three.js库
three.js是JavaScript编写的WebGL第三方库,提供了非常多的3D显示功能。Three.js是一款运行在浏览器中的3D引擎,可以用它创建各种三维场景,包括摄影机、光影、渲染器、材质等各种对象,可以很轻松地创建3D动态画面。
1.3 SSH框架
SSH为Struts、Spring、Hibernate的一个集成框架,是目前较流行的一种Web应用程序开源框架。SSH框架分为四层:表示层、业务逻辑层、数据持久层和域模块层,通过此框架能在短时间内搭建出结构清晰、维护方便的Web应用程序。Struts作为系统的整体基础架构,负责MVC分离,Hibernate架构实现数据库的访问,Spring对Struts和Hibernate进行管理。
2 系统的总体框架设计
本系统采用MyEclipse8.5的JavaEE集成开发环境作为开发平台,系统架构为B/S,采用SSH作为Web框架,选用Apache Tomcat 6.0为Web服务器,后台数据库为Oracle,在以上环境中完成整个系统开发,系统的框架设计如图1所示:
3 物理建模
建模是本系统的核心部分,在确定要显示的内容后,借助Three.js第三库建立模型。模型是以JavaScript脚本为载体,通过建立模型矩阵、视图矩阵、投影矩阵来模拟事物,从数据库中加载数据到模型中,再通过支持HTML5的浏览器渲染出来,得到动态的三维画面。例如我们要模拟一个汽车和汽车周围的景色,要编写JavaScript脚本代码创建Three.js提供的摄影机、光影、渲染器、材质等对象,建立汽车和周边的景色模型。
3.1 汽车信息可视化模型
要把汽车信息通过可视化的界面展示给用户,建模是相当关键的一步,将汽车元素和数据信息结合在一起是本论文可视化的标准。
3.1.1 零部件结构模型设计
汽车零部件是汽车的组成部分,零部件的性能最终影响到整个汽车的性能,所以零部件在汽车中占很重要的地位。把零部件结构以三维动态画面展示出来,不仅让用户能对零部件有详细的了解,而且为汽车专业人员提供方便快捷的学习条件,不用现场操作零部件就能轻松地了解零部件内部的结构。所以零部件的建模要以三维动态图为主,小零件能支持拆解和安装,把整个安装和拆解的过程展示出来,给用户全新的体验。
3.1.2 汽车模型设计
模型的建立与可视化展示数据的需求相关,当要展示汽车表面和内部结构时,将对整个汽车进行建模,把汽车虚拟化成网页图像,并且能实现开车门、旋转、开车启动等功能,当点击汽车零部件时可以展示零部件参数,把整个汽车以三维的可交互页面展示给用户,用户想了解该品牌的汽车时,只要打开该品牌汽车的页面,就能查看到汽车所有的参数,从各个视角欣赏汽车的外形和内部结构,为用户提供有效信息,模型主要功能如图2所示:
4 数据库设计
模型矩阵是用数据来填充的,这些数据从数据库中获取,模型对象对获取的数据进行分析和处理。数据库的E-R图如图3所示,用户权限表规定用户只能根据权限访问汽车信息表,汽车信息表中记录了汽车模型的外形和位置坐标,零部件表记录汽车零件的位置坐标信息,图表展示信息表是点击某零件弹出对应参数图表的数据源。
5 可视化信息展示
可视化是采用计算机图形学和图形处理技术将数据转换成图形或者图像显示出来的技术,本文是基于WebGL可视化技术开发的。可视化数据信息的展示要通过客户端和服务器,客户端发出请求时先通过模型框架,模型框架判断用户点击事件,通过HTTP协议向服务器发出请求。服务端接收到请求信息交由SSH框架进行处理,由框架向数据库访问数据,再把数据返回给客户端,客户端把数据填充到模型中,得到数据填充的模型要通过支持HTML5的浏览器渲染,整个可视化过程如图4所示。
6 结束语
本论文借助WebGL三维可视化技术和Three.js框架,建立了汽车信息可视化系统,通过3D动态汽车模型对汽车数据信息进行了可视化展示,使汽车信息数据的展示融入了汽车元素,形成了汽车行业独树一帜的汽车数据展示平台,不仅提高了用户的视觉体验,而且把有效的信息直观的传达给了用户,即利于用户理解,又能挖掘出数据背后潜在的应用价值。
参考文献:
[1]韩义.Web3D及Web三维可视化新发展――以WebGL和O3D为例[J].科技广场,2010,12(05):81.
[2]金玮,孙艳,张克君.Web信息检索技术中关联规则挖掘算法应用研究[J].情报杂志,2007,26(1):39.
[3]殷周平,吴勇.基于WebGL和AJAX的WEB3D应用研究――以在线3D协作交互式设计为例[J].安庆师范学院学报(自然科学版),2013,19(1):58.
[4]刘爱华,韩勇,张小垒.基于WebGL技术的网络三维可视化研究与实现[J].地理空间信息,2012,10(5):79.
作者简介:朱向雷(1981-),男,河北人,高级工程师,研究方向:汽车行业数据应用与研究。
如今“精准医疗”的提出让越来越多人将目光投向移动医疗领域,如何提升用户体验,建立自身特色,进而产生用户黏性成为移动医疗是否能够快速发展的重中之重,许多案例都表明优秀的数据可视化设计在这其中所起到的促进作用。
构建移动医疗数据可视化,首先需要分析传递数据的目的。举例来说,一款针对糖尿病患者的慢性疾病管理APP的血糖数据呈现,可以通过数据的呈现告知用户血糖控制情况,引导用户进行更好的血糖控制;或者是通过数据的合理表现缓解用户在控制饮食中的抵触情绪,进而达到激励用户的目标等,完成通过目标寻找需求的过程。
随着大众对于自我健康管理的重视,移动医疗应用应以面向消费者、患者的健康应用为主,全面调研目标用户的生理心理状态、生活状态、使用情境、预期目标、核心行为等,结合用户群特点建立用户模型,进而制定合理数据可视化目标。
众所周知,“传递信息,而不是数据。”是指界面设计的出发点以及落脚点并不是简单的数据呈现,而是完成对用户的引导,让用户接收到所表达的重要信息。
移动医疗应用中每天都会有上百条的数据被记录,设计师不可能在移动端呈现每条数据,所以合理分析所需表现的数据,制定优先级是至关重要的。换句话说就是对收集到的多项数据指标进行排序,判定哪些数据是需要着重展现的核心,哪些数据是辅助,哪些数据不需要展现等。
以Nike+为例,Nike+是一款专为跑步者设计的运动管理型应用,通过移动端配合可穿戴硬件可以获得的用户数据包括:跑步时间、跑步距离、跑步速度、运动心率、热量消耗值、运动排名、运动次数及其他各项统计数据。在用户运动过程中的数据可视化目标是让用户可以直观地看到自己本次跑步的信息,所以核心数据便是此次跑步的里程担辅助信息为速度、时间及用户当下心率,而类似排名、次数这类统计数据便不再进行展示。
文字和图表是常见的表现数据的手段,现有医疗健康类APP主要使用图表来实现数据可视化,相对于单纯的文本而言图形化的表现形式更能抓住人们眼球和注意力,同时更能展现数据中蕴含的趋势及含义。
每一种图表都有它适宜表现的数据种类,明确其使用场景才能够选择合适的图表。精准表达数据,提升用户的浏览效率,可以根据所需表现的具体信息特点,对这些常见图表进行变化与组合。不仅可以创造出更适合的图表形式,降低用户的认知成本;还可以用全新的图表形式带给用户很强的新鲜感。
由于与用户产生直接接触的是最终的设计界面,所以数据可视化的效果与细节刻画密切相关。所谓细节刻画是指从视觉设计的角度对所选择的表现形式进行修饰,既能吸引眼球,创造产品特色,又能让用户关注到真正所需要表现的信息本身。
大数据时代的新闻报道
如今,大数据时代正向我们敞开怀抱。正如最早洞见大数据时展趋势的英国数据科学家维克托・迈尔-舍恩伯格所说:“到2013年,世界上存储的数据预计能到达约1.2泽字节,其中非数字数据只占不到2%。这样大的数据意味着什么?如果把这些数据全部记在书中,这些书可以覆盖整个美国52次。”
目前,国内很多学者在进行这方面的研究。中国人民大学陈力丹教授认为,日常生活中的一些重大新闻若运用大数据来报道,其深度会大大强化,也能够给人以更强的动感和说服力。数据新闻以数据为中心,密切围绕数据来组织报道,与数据相关的各种技术都被赋予重要地位。中国人民大学新闻与社会发展研究中心方洁认为,数据新闻是在大数据时代新闻学发展形成的新领域,它代表未来新闻业发展的方向。其内涵就是基于数据的抓取、挖掘、统计、分析和可视化呈现的新型新闻报道方式。大数据时代,数据新闻并不是唯一的途径,我们仍可在传统的深度报道、调查报道上做文章,但是合理地利用大数据有时却会让我们的报道呈现完全不一样的效果。
新闻报道的数据化、可视化实践
在今年的全国“两会”召开期间,《京华时报》在3月2日至14日共刊发了104个“两会”报道之“大国转身”专版,共计200多篇相关报道。报道聚焦政府工作报告,汇集了社会养老、单独二胎、雾霾和楼市等很多社会热点内容。其中,很多报道都是通过大量数据的搜集、统计、分析、重组和研究来完成的,特别是3月6日关于政府工作报告图解的几个版面尤为出色。
多途径获取数据,增加信息量。在大数据技术的支持下,不仅可以准确统计官方过去的以及现在的权威数据,也可通过网络调查等方式搜集民意,通过数据准确反映受众的习惯、喜好。
从《京华时报》此次“两会”中发表的新闻报道的资料来源看,大量的数据来源于今年的政府工作报道,新华网、人民网以及历届的全国政协常委会报告和全国“两会”会议资料,还有少量来源于历届政协会的文字直播以及媒体公开报道等二手信息。数据来源较广泛,且可信程度高。
利用数据挖掘新闻线索,产生独家报道。现在新闻报道的同质化程度越来越高,独家新闻越来越少。但是,海量的大数据却给新闻报道带来了无限的可能性,媒体从业人员可充分利用数据库挖掘相关信息,拓展新闻报道原有的广度和深度,写出独家新闻。
每年的总理报告都是各家媒体极为关注的新闻富矿,但如何在政治、经济等宏大新闻主题中做出差异化的独家报道呢?《从总理报告看百姓生活变化》(2014年3月6日006版)一版另辟蹊径,从2013年和2014年的总理报告中居民收入的增加、农村人口数量的减少、医疗保障普及率的提高等与人民生活息息相关的数据中发现了百姓的生活越来越好的趋势。用数据说话,证据确凿,令人信服。同时,通过细节的对比产生独家新闻报道也更容易吸引受众眼球。
此外,还有诸如《细数总理记者会之“最”》的报道纵向挖掘了最近11年的总理记者会,从而盘点出“中央电视台、新华社获首问最多”“中央媒体爱问经验与困难”等新鲜好玩的结论。通过对数据的挖掘和统计,小角度中瞥见大主题,视角新颖,见解独到。这样充分挖掘数据形成独家报道,利用数据做新闻的优势也日渐凸显出来。
数字逻辑代替传统的文字报道,增强客观性。获取数据只是最基础的一步,在排除一些不必要的、干扰性的数据的基础上,要进一步对数据进行处理,按照各种创意手段进行加工,使数据按照一定的逻辑联系起来,增强新闻报道的客观性。《数说总理这一年》(2014年3月6日016版)系统梳理了总理这一年所参与的各项事务,比如参加了39次国务院常务会议,月均3.25次;处理了地震、山体滑坡、输油管道爆炸等12次公共突发事件;出访了3次9个国家20天,平均每4个月出国一次,足迹遍布亚欧9国等。文章淡化了空洞的叙述和高谈阔论式的赞扬,用实实在在的数字来进行叙事,不仅增加了文章的客观性,也使得一个亲切的、关注民生和百姓的大国总理形象跃然纸上,客观性强。
还有诸如《政府工作报告77次提“改革”》《决不让农村贫困代代相传》《像对贫困一样向污染宣战》等报道也是运用数字逻辑进行新闻叙事,增加新闻的客观性。
利用信息图表,将数据可视化。除了获取海量数据外,《京华时报》还积极探索数据新闻的可视化方式,主动迎合视觉传播时代受众的喜好,利用了大量的信息图表,包括图形、表格、地图、漫画以及色彩等各种元素,摆脱了单调数字的枯燥性,生产出了一大批可视性强的新闻版面。
《四张图表,看懂政协会议》(2014年3月3日012版)这一版分4个部分形象地解释了政协会议的相关问题,用箭头指向和流程图的形式表明了政协委员是如何履职的,通过漫画的形式表现政协委员产生的流程,用环形图表明了从2003年至2013年历年政协一号提案内容,最后以时间梳理的方式交代了今年政协会议的各项议程。整个版面内容丰富,但并不累赘,充分利用了多样化的信息图表和图示将复杂的流程以及核心问题展示出来,利于受众阅读并加强记忆。
还有《一张图看懂人大会议》《今年GDP有望首超10万亿美元》等版面都利用了大量的信息图表,形象化地揭示新闻事件中的要点、重点、发展过程以及人物或事情之间的关系,可视性强。
《京华时报》“两会”报道的启示与反思
此次的“两会”专题报道中,《京华时报》在新闻报道的数据化、可视化上率先尝试。但是,由于其也是首次尝试在“两会”报道中利用大量数据做新闻,其中也存在一些有待改进和创新的地方。
数据报道组人手不充足,未形成长效的数据报道机制。目前,美国的《纽约时报》和英国的《卫报》在系统地推进数据新闻报道方面都做得非常成功。从2007年起,《纽约时报》就建立了一个记者加程序员的团队,既负责技术又负责采编。2009年,《卫报》网站开设“数据商店”,并向用户免费开放、分享数据。这些报纸在重视数据新闻报道之余都有专业的数据报道团队,长期从事数据新闻的采写工作。
与国外相比,国内在这一板块的发展明显滞后。此次的“两会”报道,《京华时报》除和新华社等媒体合作外,并没有成立专门的数据新闻中心,记者和编辑的人手也十分有限。而且报道组成员多是传统的采编人员,缺乏专门的数据分析员。在此基础上,可借鉴国外的数据新闻报道模式,培养专门的技术人员,组建专业的数据新闻报道组,从而形成长效的数据报道机制。
有些数据表现略显单薄,报道呈现“伪数据化”趋势。在新闻报道中,数据的运用固然可以增加新闻报道的客观性、可视性,使得报道更加清晰、简洁,但有时却并不能完全呈现新闻报道中的核心要素,有些报道甚至呈现“伪数据化”的特征。
《政府工作报告谁在看?关注啥?》这半个版面从受众的年龄、性别和地域分布等变量调查和统计了受众对于政府工作报告的关注情况,但是对于其背后的原因,为什么年龄、地域等因素会对受众有影响?受众为什么最为关注收入分配的问题?受众的关注点和社会发展现状有无必要的关联?受众的关注重点历年来有没有变化?这一系列最为核心的问题,报道都有所偏向的忽略了。
由此可见,数据并不是万能的,在利用大数据做好新闻报道的同时,也要清楚数据只是一种辅助手段,并不能完全地替代文字报道。记者在利用数据时,一定要进行深度加工和处理,万不可盲目堆砌数据,要警惕使用数据的模式化、程式化新闻操作。
缺乏深度分析数据基础上的预测性报道。大数据时代的预言家维克托・迈尔-舍恩伯格说过大数据的核心是预测,通过对海量数据的运算来预测事情发生的可能性,从而给人们提供一定的参考。从今年《京华时报》的表现看,大量报道聚焦于对数据的展现,而缺乏利用大数据所做的预测性报道。
譬如“两会”中,雾霾是各代表委员集中关注的环境问题之一,它也是全国各地人民心中挥之不去的阴影。北京、天津、河北等地区的市民屡屡遭受雾霾的侵袭。在这种背景下,能否通过研究雾霾高发地的共同特征的大数据来预测哪些地方有可能成为雾霾重灾区?能否通过分析国外的数据库来预测治理雾霾的有效方案?
此次“两会”报道,中央电视台也积极与百度新闻合作,共同策划了《两会大数据》的栏目,利用百度用户搜索的大数据,预测网友关注的热点话题,不同年龄、性别、地域的关注焦点等内容,对将来的政府作为和媒体报道都有很好的参考作用。
>> 数据新闻可视化的不足与改进 大数据时代下国内财经新闻的可视化 大数据时代电视新闻的可视化发展探析 数据可视化、H5、短视频等新闻表达的发展 数据新闻可视化叙事初探 数据挖掘与可视化技术对新闻阅读体验的改善 可视化手段与数据新闻的“化学反应” 可视化数据与协作 可视化新闻的美学追求 可视化复杂的Excel数据 从英国《卫报》数据新闻报道看我国可视化数据新闻的发展策略 数据新闻及其可视化应用现状 大数据时代可视化新闻探索 可视化通信技术的发展与应用 新媒体时代数据新闻的信息可视化应用 《京华时报》新闻报道的数据可视化研究 数据可视化在新闻生产中的应用研究 关于数据可视化在新闻报道中的应用前景探析 大数据时代新闻可视化传播的创新路径 大数据可视化 常见问题解答 当前所在位置:l.
[5]全球过半人孕派窳榇嬖冢中国仅两成. .
[6]美国企业靠中国经济活下来?人家只是搭个顺风车. .
[7]“开放数据晴雨表”全球报告. .
[9] [英]维克托・迈尔-舍恩伯格,肯尼思・库克耶著.盛杨燕,周涛译.大数据时代[M].杭州:浙江人民出版社,2013.
[10]李希光,张小娅.大数据时代的新闻学[J].新闻传播,2013(1).
[11]方洁,颜冬.全球视野下的“数据新闻”:理念与实践[J].国际新闻界, 2013(6).
[12]郎劲松,杨海.数据新闻: 大数据时代新闻可视化传播的创新路径[J].现代传播,2014(3) .
[13]张超,吴芳菲.网络数据新闻的现状与发展对策――以网易、新浪和搜狐数据新闻为例[J].中国记者,2014(2) .
[14]钟瑛,李苏.数据新闻的发展现状、问题及对策[J].新闻与写作,2015(8) .
关键词: 云平_; 海量数据; 可视化调度平台; Hadoop
中图分类号: TN911?34; TP391 文献标识码: A 文章编号: 1004?373X(2017)08?0107?03
Design of visualization scheduling platform for mass data impact under cloud platform
NIE Jing1, SHI Zhongjian2
(1. Nanning College for Vocational Technology, Nanning 530008, China; 2. Hanshan Normal University, Chaozhou 521000, China)
Abstract: Aiming at the problems existing in the current cloud platform scheduling, a visualization scheduling platform for mass data impact under cloud platform was designed, which is composed of the mass data acquisition module, cloud platform module and visualization scheduling module. The antenna in mass data acquisition module carries out the acquisition and frequency modulation of mass data, and transmits the data to the digital signal processor for processing. The processing result is transmitted to the cloud platform module. The Hadoop distributed computing technology is used in the cloud platform module to analyze and calculate the processing result of the mass data acquisition module. The cloud platform module gives out a scheduling scheme. The scheduling scheme is transmitted to the visualization scheduling module to realize the scheduling scheme visualization and specific implementation of the dispatching work. The platform software is used to design the generation process of the scheduling scheme in the cloud platform module. The experimental result shows that the designed platform has perfect computational performance and scheduling performance.
Keywords: cloud platform; mass data; visualization scheduling platform; Hadoop
调度是一种能够给出合理运行决策的技术,其能够有效提升各领域的工作效率和工作精度,缩减人工作业量。可视化是在20世纪80年代开始兴起的计算机图像显示技术,人眼视觉是可视化的基础[1?3]。将可视化与调度结合起来,能够使原本较为抽象的运行决策更加便于理解,可视化调度平台应景而生。然而,当今社会各领域的信息量巨大,在海量数据冲击中,可视化调度平台已逐渐落后,云平台的产生使这一现象得到有效缓解[4?6]。
1 海量数据冲击中的可视化调度平台设计
1.1 海量数据采集模块设计
在云平台下海量数据冲击中的可视化调度平台中,由于海量数据采集模块掌控着调度对象中海量数据的采集工作,是整个平台性能的基础保证。为此,需要在保证采集精度的前提下,赋予该模块足够的稳定性和工作效率,加强模块对调度对象的控制能力。图1是海量数据采集模块组成图。由图1可知,海量数据采集模块主要由天线、数据接收器、数字信号处理器、看门狗计时器和通信接口组成。在云平台下海量数据冲击中的可视化调度平台中,海量数据采集模块的天线是最先经受海量数据冲击的。在冲击开始后,天线随即对海量数据进行采集和调频。这样设计能够保证天线免受非调度对象数据的影响,提高模块采集精度。
1.2 云平台模块设计
云平台模块接收到海量数据采集模块传递来的处理结果后,将对其进行计算,给出调度方案。云平台模块对海量数据处理结果进行Hadoop分布式计算。Hadoop分布式计算是云平台中较为常用的处理技术,这种技术能够为云平台下海量数据冲击中的可视化调度平台提供高效、透明的调度方案,其对调度人员的技术要求不高,可节约平台的运行成本。图2是Hadoop分布式计算的结构图。
由图2可知,Hadoop分布式计算的子项目有四种,分别是映射?归约模型、分布式关系数据库、分布式文件系统以及分布式应用程序协调服务。
1.3 可视化调度模块
可视化调度模块是云平台下海量数据冲击中的可视化调度平台对调度对象实施具体调度工作的模块,也是用户可直接使用的模块。可视化调度模块能够将调度方案以可视化的形式呈现给用户,这一工作要求用户与可视化调度模块间应具有较强的人机交互能力,为此,设计出如图3所示的可视化{度模块结构图。
由图3可知,可视化调度模块能够实现调度方案的特征可视化和密度可视化。特征可视化包括调度对象中海量数据的冲击形式、海量数据类型和调度形式;密度可视化是指对方案中每条调度流程相对应的海量数据密度进行可视化。调度管理对调度方案进行调用,通过网络服务器将调度流程分配至其相应的调度对象网络节点上,分配完成后,网络服务器将调度对象网络节点数据反馈给调度管理。在云平台下海量数据冲击中的可视化调度平台中,用户通过用户浏览器查看平台的可视化内容和平台调度工作的实施情况。
2 可视化调度平台软件设计
云平台下海量数据冲击中的可视化调度平台的云平台模块,利用Hadoop分布式计算技术对海量数据采集模块的处理结果进行分析和计算,最终实现调度方案的给出。调度方案产生流程如图4所示。
由图4可知,云平台模块先对海量数据采集模块处理过的海量数据进行调用,把其中具有特殊特征的数据构建成优先处理集合(特殊特征是根据以往调度工作里经常需要进行调度的数据中提取出来的,用户也可对其进行预定义),再利用分布式关系数据库对优先处理集合中的数据进行检验,确定其是否需要进行调度。如果不需要,则更新优先处理集合。
3 实验验证
3.1 平台计算性能验证
在海量数据冲击中的可视化调度平台的计算性能验证实验中,以某大型电网作为实验对象进行30天实验。实验电网产生的数据量为11 GB/天,用本文平台、Brook平台和Skepu平台对实验电网中的海量数据同时进行计算,并输出三个平台的计算用时和计算准确率见图5、图6。由图5、图6可知, Brook平台的计算用时高于本文平台、低于Skepu平台,30天内的计算用时波动不明显;但该平台的计算准确率不高,最大值仅为91.2%,整体计算性能较为平庸。Skepu平台的计算用时随着实验天数的增长而增长,其计算准确率曲线波动也较大,造成这些现象的原因可能是该平台的存储性能不好,导致平台的计算性能不高。对比来看,本文平台的计算用时较短、计算准确率较高,实验输出曲线波动不大,拥有较好的计算性能。
3.2 平台调度性能验证
用本文平台、Brook平台和Skepu平台对实验电网产生的海量数据进行可视化调度,图7为三个平台调度实施时间对比图,图8为用户对调度方案的满意度对比图。
由图7可知, Brook平台的调度实施时间过长,不能在海量数据类型较为复杂的领域中使用;Skepu平台的调度实施时间较短,但曲线整体呈现上升趋势;本文平台的调度实施时间要低于Brook平台和Skepu平台。由图8可知,用户对三个平台给出的调度方案的满意度均很高,除了Skepu平台的用户满意度曲线在实验中期有一定的下降,本文平台和Brook平台的用户满意度曲线均较为平稳,且用户对本文平台给出的调度方案的满意度始终维持在96.5%以上。
综上所述,本文平台具有较好的调度性能。
4 结 论
本文设计云平台下海量数据冲击中的可视化调度平台,其拥有三个重要模块,分别是海量数据采集模块、云平台模块和可视化调度模块,这些模块分别负责对调度对象中海量数据的采集、计算和调度方案的可视化与实施等工作。实验通过对比本文平台、Brook平台和Skepu平台的计算性能和调度性能,验证了本文平台在海量数据冲击中,具有较好的计算性能和调度性能。
参考文献
[1] 朱俊,聂龙生,徐云,等.航天三维可视化系统中语音控制技术的研究与应用[J].现代电子技术,2015,38(8):151?153.
[2] 王静怡,王昕.调度数据网通道故障的诊断及处理技术[J].现代电子技术,2016,39(8):168?170.
[3] 黄国兵,金勇,贾荣兴,等.某电能量远方终端双平面网络接口设计[J].西安工程大学学报,2016,30(1):102?106.
[4] 王鼎,钱科军,高一丹,等.云计算平台技术及其在电网调度中的应用[J].电网与清洁能源,2015,31(4):72?78.
就媒体而言,表达方式的进步发展,所显示的是媒体正随着时代的发展而做出自我?{整。例如,数据可视化、H5、短视频这些信息传播与处理方式,在对文字与图片进行提炼与加工的基础上,对原有的新闻表达形式进行创新,丰富了媒体的报道手段,同时也为用户提供了全新的体验。就数据上来看,这些表达方式还不能够完全的影响文字中+图片的基本新闻文体形态,但是,其中所出现的个别现象级作品,却为新闻业造成了一定的冲击。在此种新闻表现形式的不断更显变化进程中,媒体机构所需要做出的是,客观的理解这些全新的表达形式,且能够在成本可控的情况下为自己所用。
一、新闻表达概述
新闻是一种表达方式,既然是表达就会有自己的情感在里面。表达是一种强大的力量,能够引导受众向着特定或未知的方向发展,严重一点就是造成公众认知的偏差,再严重一些就是引导群众混乱。现阶段,新闻消息有时也是一种娱乐[1]。打开手机报、腾讯新闻,五花八门吸引眼球的新闻标题,更多种类的新闻表达形式与传递手段得以出现。
新闻表达形式常规多为记叙,将记录事实作为主要选择。根据题材的不同以及新闻媒介的不同,新闻的表达方式也呈现出一定的差异性。原有的报纸杂志等新闻表达形式,所利用的是文字与图片进行信息的传递,能够穿插的东西较少,多是情感阐述或事件主体的言论等内容。电视广播基于其传播形式与技术对比,传统报刊等更具有现代化特征,在表达形式上除记录事实之外,能够穿插的东西也更多。电视广播新闻表达中,可利用影像进行信息的传递,多种场景与音乐以及情感都能够穿插在新闻主体中[2]。在互联网的快速发展下,用户的自主性与参与性更强,新闻的表达方式也更为关注与用户之间的互动性,例如,在线问答、在线投票等均属于互动性质的新闻表达形式。
二、数据可视化
数据可视化所指向的是将大型数据集中的数据用图形与图像等形式进行展示,同时应用数据分析以及开发工具发现其中未知信息的处理过程。数据可视化的概念一直处于动态变化的过程中,概念的边界在不断的扩大,与立体建模等特殊技术方法进行对比,数据可视化所包含的技术方法更为广泛[3]。数据可视化技术的基础思想是将数据库中每一个数据项作为单一图元元素表示,大量的数据集构成数据图像,同时将数据的各个属性值用多为数据形式予以展示,能够从不同的维度对数据进行观察,借由此来对数据进行更为深入的观察与分析。
在大数据与云计算等概念的不断深入的信息化时代中,原有的属于统计领域的数据挖掘与数据分析,逐步的渗透到传统新闻行业中,由此出现了数据新闻。此概念中的数据所指向的是一种内容层面上的基础素材,媒体经由对海量数据的收集、对事件关系网络与发展脉络的梳理,客观的展现事件的事实。此种全新类型的准确新闻主义在中国属于初步发展阶段。可视化属于一种全新的表达形式,借助于人们对图像的快速识别能力,减少用户的知识负载,同时深化用户对新闻内容的影响,从而实现易读、趣读的效果。
现阶段,全球数据可视化新闻已经逐渐形成规模,其中应用较好的为欧洲媒体领域,例如,《卫报》、《泰晤士报》、《纽约时报》等都已经很好的应用到可视化新闻这种表达手段。
观察国内同行业的发展情况,在可视化新闻方面与国际上发展较好的媒体还存在着较大的差距。首先,在观念认知上存在差距。在互联网对新闻界的影响问题上,国内媒体的重视程度明显不足,且处于一定的政策保护机制,在这种细节形式上的创新也表现出动力不足等问题[4]。其次,在具体的操作方面存在着差距。国内方面多数的数据可视化新闻都停留在静态信息图层面中,也就是经由凸显数据、拟物化包装等手段,将新闻稿件嵌入到图表内,借由此对读者进行展示。除此之外,国内除百度、阿里、腾讯等少数互联网公司之外,没有一家媒体能够掌握到第一手的大数据。就我国而言,长久以来,官方媒体都是政府统计数据的披露主体与传播主体,但未经过处理的数据,较难吸引到受众的目光。
三、H5与短视频
由于手机屏幕尺寸的限制,为基于数据可视化的大屏图像显示带来了难度,可经由两种措施的应用解决此问题,其一,制作适合于手机阅读的长条图;其二,制作H5(HtmI5)或是短视频。近几年长条图已经得到了广泛的应用,难以引起用户的兴趣,在此背景下,具有交互性的H5将迎来发展机遇。借助于H5,新闻不仅仅是为用户提供资讯,同时还能够提供解读、游戏、娱乐等多种服务。例如,人民日报全媒体平台所退出的《一带一路带给了我们啥?新买买提致富记》,点击一个指令进入到相应的界面。
H5是一个基础开发工具,此项技术的掌握并不难,且开发成本也在不断的降低,另外,当前已经有诸多基于PC端或移动端的H5制作工具,包括易企秀、初页等软件都能够实现便捷化的编辑。
短视频最早被BBC进行试用,而这种模式后期被国内新华社进行模仿应用,在2014年底推出国内首个短新闻视频客户端,其名称为15秒。短视频的优势众多,包括能够提供连续画面、信息量较大等。
关键词:Java;MOOC;Alice
中图分类号:TP311 文献标志码:A 文章编号:1673-8454(2017)10-0021-03
近年来,教育信息化领域发生了革命性的变化。基于游戏学习[1],手机练习[2]和MOOC教学等新型教学模式及方法,不仅可以解决教育研究与教学实践中的一些问题,而且还可以帮助教师改进课程以及提高学生的学习效率。本文的贡献是尝试把可视化编程教学引入到编程教学过程中来,在教学方法和手段上进行研究,努力提高学生对编程课程的学习兴趣。在当前MOOC的大环境下,此项研究有利于充分发挥教师和学生的主观能动性;也可以为在移动互联开放环境下的教学提供辅助支撑和基础研究数据。本文首先介绍编程教学相关研究成果以及目前所面对的一些问题;然后介绍一种专为大学生学习Java编程入门而设计的教学方法;最后对比分析两个学期两个班的学习情况,总结新方法对学生掌握编程技术积极的影响。
一、编程教学现状及问题
程序设计是高等院校非计算机专业学生的基础课程。目前,程序设计语言有很多种,而且更新很快。初学者难以理解其中抽象的概念,难以掌握复杂的语法,无法下手检查程序的语法错误,编写程序成为一项枯燥而又艰苦的工作,让不少初学者生畏,从而失去编程的兴趣 [3]。
在传统的计算机语言教学过程中,教师们主要的教学方法是通过在课堂上以教学为主、课后线下或QQ答疑为辅来实行。在这个过程中,我们强调了学生的课堂学习,却忽视了激发学生兴趣导向的自主学习能力的培养。由于内容抽象难懂,无法引起非计算机专业的本科生学习兴趣。在计算机工科领域,男女比例严重失衡,这对学科长期发展很不利。
二、教学方法设计与实现
本研究项目针对当前武汉市高等教育教学改革和建设中的突出问题,从理论和实践两个方面进行研究和探索,寻求解决问题的方法和途径,主要从以下4个方面的改革入手:教W手段,教学方法,实验内容和评价体系。该项目是以超星-泛雅平台为载体,借助于江汉大学计算中心的自主学习平台教育资源的支持而实现的。在线课程演示图如图1所示。
1.教学手段
数据可视化编程是指通过对可视化元素的相关操作进行程序编写。数据可视化编程就像是拼积木。逻辑积木的组合方式比较灵活,可以尝试很多解决问题的思路。零基础的初学者在完全不懂语法和算法的情况下可以快速实现自己的程序设计。
在学习编程的过程中,首先是学生自己用最简单的方式尽快实现程序的主要功能,这样有助于增强初学者信心和进一步明确学习需求;然后在进一步的学习中,学生会很快发现不是所有需求都能用可视化编程实现,为了实现某些特定需求自己必须编写代码;接下来学生可以带着问题,一边阅读相关书籍,一边不断修改调整已有代码;最后经过学习再使用程序设计的架构来组织代码。这样学生既能最快地完成工作,又能逐渐养成较好的编程习惯和深入理解程序设计思想。
针对在Java编程课教学中遇到的一些实际问题,本项目通过使用Alice 3[4];该系统是一种面向三维模型的编程工具,学生可以使用系统来创作出三维动画游戏,或导演一部动画故事。在该系统中,抽象的类、对象已经换成可视的三维模型,系统中建造好的模型库,包含各类动物、人、建筑物以及场地等,而且可以不断地从网上补充新的三维模型到库中。因为该系统是Java语言写成,学生能将所编的游戏或者动画程序通过Netbeans开发环境转换成对应Java源程序[5]。
2.教学方法
采用游戏教学法[1],激励学生编程的兴趣和欲望,培养计算思维能力,逻辑分析能力和发展创新能力。打破传统按章节知识点授课的方式,从实际游戏项目出发,在游戏设计开发的过程中,学生很容易初步掌握编程的基本概念及基本技能,从实战中找到自信,再通过充分调动其自主学习能力,充分利用网上丰富学习资源,自行深入继续学习。让学生从亲身经历的案例中分析原理,从实际现象中看出本质,最后将自己抽象领悟出来的概念同书本上的理论知识相对应。例如:Java程序设计课程重难点一般包括:常用系统类的使用,数组的运用,OOP设计及实现。通过让学生导演自己的电影或者创作游戏将知识点隐形的传达给学生。本课程包括8个主要章节,21个课程知识点,以及32个学习任务。首先,学生通过学习一个个的教学小短片了解主要知识点;然后,完成课后小测验,检查自己的学习情况;接下来,到课堂实验时,可以有的放矢的提出问题;最后,通过完成一个完整的实验项目,掌握所学知识。这种教学方法相对于传统教学来说有其复杂性,大大增加了教师的工作量;需要教师投入更大的精力和时间,更加全面的,合理的制定教学策略。具体课程模块设计图如图2所示。
3.实验内容
根据学生的不同专业背景,设计不同的类型题材的实验。对于非计算机专业的学生,程序设计是一个全新的领域,计算思维是一种新的思维方式;当人初次接触一个新事物时,抵触和恐惧往往大于好奇和兴奋。对这类学生,需要采用投其所好的教学策略。首先从他们熟悉的方向着手,再慢慢的使其解除抵触心理,最后引导学习掌握新知识。学生专业与游戏类型的例子如表1所示:
4.评价体系
平时和期末成绩各自占比为40% 和60%。平时成绩主要考察学生动手能力,团队协作能力,以及表达能力。采用Quizzes + Project + Presentation形式作为平时成绩考核。其中Presentation是由学生讲解自己完成的作品,其余同学根据其讲解给其作品评分。期末采用统一集中上机考试方式进行考核。
三、教学效果对比分析
本文介绍的新教学方法已经应用到2015-2016学期的Java教学中,对学生掌握编程技术有积极的影响。如图3所示:左图为2014-2015学期Java程序设计课程A班学生成绩,右图为2015-2016学期Java程序O计课程B班学生成绩。A班一共有54名学生;采用传统教学方式授课。B班一共有56名学生;采用本文介绍的新教学方式授课。两个班都是由非计算机专业学生(商科)组成,没有编程基础。通过一学期的学习,A班平均分为51.68/100;B班平均分为54.23/100。B班高分段有6人,但是A班在高分段为1人。B班不及格人数比A班不及格人数少6人。A班最高分为82分,但是B班最高分为90分。
四、结语
本文所介绍的新教学方法,将传统的“课堂 + 多媒体”教学模式,过渡到“移动互联 + 学生自主学习 + 开放式自学方式”的模式。强化实践教学,提高教学效率和质量,增加基于移动互联网络的自主学习,建立MOOC课程,学生可以随时随地在网上完整地学习到一门课程,通过在线测评,检查学习情况。借助Alice3D可视化编程技术手段,带动学生的学习积极性,优化教学效率。下一步研究主要是在挖掘学生相关数据的同时注重学生隐私保护,体现学生为教学中心的指导思想。
参考文献:
[1]张思,向华. 基于游戏驱动的Java程序设计课程教学改革研究[J]. 计算机时代,2015(1):72-74.
[2]张思,吴开诚,廖恩阳. 基于Android的在线考试练习系统设计与实现[J]. 计算机时代, 2015(3):27-29.
[3]Lahtinen, E., Ala-Mutka, K., &J?]rvinen, H. M. (2005, June). A study of the difficulties of novice programmers.In ACM SIGCSE Bulletin (Vol. 37, No. 3, pp. 14-18).ACM.
【关键词】: World Wind;三维空间数据场;可视化;Marching Cubes;点图标法
中图分类号:O343.2 文献标识码:A 文章编号:
1 引言
近年来,随着科学技术的发展,特别是计算机技术的迅猛发展,人类产生与获取的数据成数量级的增长。可视化技术就成为了人们从这些杂乱无章的数据中发现规律,获取有用信息的“第三只眼”。可视化技术的核心是对三维数据场的可视化,而三维数据场中有许多数据都与空间信息相关。例如,气压场、风场、位涡等气象数据。传统的可视化方法虽然能够很好的展现出这些空间数据,但是却不能模拟出它所在的地理环境。在对三维空间数据场进行可视化时,如果我们引入地形、影像、地物等数据,不仅使可视化结果更加生动与直观,还能帮助分析人员得到更加准确的结果。
NASA的world wind正好为三维空间数据场的可视化提供了一个良好的基础平台。由于其具有强大的卫星数据自动更新能力,并且开放源代码,我们可以在其基础上开发出各种三维空间数据场可视化系统。本文在world wind的基础上,实现了两类不同的三维空间数据场可视化算法:基于等值面的标量场可视化方法和基于点图标的矢量场可视化方法,为三维空间数据场的可视化提供了另一种展现形式。
2三维空间数据场的可视化方法
2.1三维空间数据场的数据类型
三维空间数据场的类型决定了对它进行处理和显示的算法和技术。数据类型的定义包括数据本身的类型和数据分布及其连接关系的类型[1]。
按数据本身的类型分类。
按数据本身的类型,三维空间数据场可分为:标量场、矢量场和张量场[1]。标量即是没有方向的量,如温度场、气压场等;矢量场是具有方向特征的标量场,如风场、电磁场等;将矢量按以坐标变换为基础的定义加以推广,就得到张量的定义[1]。
按数据分布及其连接关系分类。
按数据分布及其连接关系,三维空间数据场可分为:规则场和非规则场[1]。表示数据的网格单元都是大小和形状一致并排列规则的立方块则称之为规则场,否则为非规则场。
2.2 三维空间数据场可视化的基本流程
尽管三维空间数据场的类型、数据分布及其连接关系不尽相同,但是其可视化的流程却大致相同。三维空间数据场可视化的基本流程如图1所示。
图1 三维空间数据场可视化流程
其中可视化映射是整个流程的核心,它是指将原始数据转换为可供绘制的几何图元及其属性的过程[2]。绘制与显示是指通过计算机图形学的技术表达映射后的图元。本文中绘制过程采用OpenGL进行处理,而显示则借助于开源软件World Wind。
2.3 标量数据场可视化方法
标量数据场可视化算法主要分为两类:一类是直接体绘制算法,另一类是构造等值面算法。由于直接体绘制算法产生的结果是二维图像,不便于在三维空间中展示。因此本文采用等值面算法对标量数据场进行可视化。构造等值面算法的种类有很多,其中移动立方体算法(Marching Cubes)是构造等值面的经典算法,其基本思想如下:
将规则数据场划分为若干个相互邻接且形状规则的小立方体。逐个判断数据场中的立方体,取出与等值面相交的立方体,通过插值计算出立方体与等值面之间的交点,并按照一定关系将这些交点连接成等值面,作为该立方体内等值面的逼近值。
2.4 矢量数据场可视化方法
矢量数据映射是矢量场可视化的核心。目前还没有找到针对矢量数据场的通用可视化映射方法。这是因为自然界中并不存在表示矢量数据的显而易见的方法[3]。当前主要采用基于形状、颜色、纹理的映射方法[4]。这些方法各有优缺点,本文采用的是基于形状的映射方法——点图标法。点图标是最简单且最直观的显示矢量数据的方法。对于每一采样点,用具有大小、方向和颜色的图标来映射该采样点矢量的大小和方向,常见的图标有箭头,锥体和有向线段[5]。用箭头表示矢量时,用箭头的长短来表示矢量的大小,用箭头的方向来表示矢量的方向,用颜色表示矢量场的另一属性值。
3 .World Wind简介
World Wind是NASA推出的一款开放源代码的科普软件。它是一个数字地球仪,它将NASA、USGS(美国地质调查局),以及其它WMS(Web Map Service)服务商提供的图像通过一个三维的地球模型进行展现[6]。World Wind是一个开放的软件,它允许用户动态地进行修改。World Wind最大的特点就是卫星数据的自动更新能力,这种能力使得World Wind具有在世界范围内跟踪近期事件、天气变化、火灾等情况的能力。World Wind共分为两个版本:.NET版和Java版。. NET版采用DirectX开发,而Java版采用OpenGL进行开发。本文探讨的是在World Wind Java版上实现三维空间数据场的可视化。
World Wind采用“Overlap”的思想将三维场景通过多个图层叠加在一起[7]。它提供了一个抽象类:AbstractLayer,该类中含有一个抽象方法:void doRender(DrawContext dc)。通过参数dc,我们不仅可以调用OpenGL的API,还能获得当前三维场景的一些重要属性,如视点位置等。通过定义一个继承AbstractLayer类的新类,并在doRender函数中添加OpenGL图形绘制代码,便能够在World Wind 上实现三维空间数据场的可视化。
4基于World Wind的三维空间数据场可视化的实现
4.1 标量数据场可视化的实现
4.1.1 实验数据
本例中的数据为气压场数据。采用规则格网的形式进行组织。数据的记录方式如下图所示:
图2. 气压场数据结构
4.1.2 标量数据场可视化的算法流程
标量数据场可视化采用Marching Cubes算法来构造等值面,其过程如下:
1) 分层读取标量场数据。
2) 扫描两层数据,逐个构造体元(每个体元的8个顶点取自相邻两层)。
3) 将体元每个顶点与给定的等值面值进行比较,并构造查找表。
4) 根据查找表得到与等值面相交的体元的边,并更具线性插值得出交点。
5) 由交点构造等直面,并算出法线。
6) 绘制各个逼近的等值面。
本文针对单位资产管理的现状, 把可视化技术与单位资产管理系统相互结合, 设计了可视化的资产管理系统。与传统的资产管理系统相比,可视化的资产管理系统具有更加直观的表现形式, 能更好地展现出资产数据之间的相互关系, 挖掘出数据背后隐含的信息。基于数据的可视化资产管理系统,能有效地提高资产管理效率。
1 数据可视化
1.1 数据可视化的定义
数据可视化就是利用计算机强大的运算处理能力,综合图像处理、计算机图形学等技术,把海量的数据以静态的或者动态的图形形式展现给用户,在呈现给用户图形的同时, 支持图形与用户之间的交互。数据可视化的实质就是以图形化的方式直观、形象地展示数据的特征、数据之间的关系以及发展趋势等, 从而挖掘出数据背后隐藏的信息, 为人们分析、理解、利用数据提供强有力的技术支撑。为了增强用户的体验度, 数据可视化应该朝着四个方向努力:a)直观化。能形象、直观地展示数据。b)关联化。能挖掘、分析出数据之间的内在联系。c)交互性。能实现用户、数据之间的交互,用户对感兴趣的数据能进行深度挖掘呈现。d)艺术化。能从审美的角度, 美化数据的呈现样式, 增强数据的呈现效果。
1.2 数据可视化的过程
数据可视化的过程主要包括数据获取、数据分析、数据过滤、数据挖掘、数据表述、数据修饰和数据交互七个步骤。数据获取是指通过传感器或者人工操作的方式对数据进行采集, 采集的数据作为数据源提供给计算机处理; 数据分析和数据过滤是指对采集到的数据提取有用信息形成概括性结论, 并进行结构化处理的过程; 数据挖掘是指运用数据挖掘算法,对数据进行分类、归纳,从数据集中挖掘出数据的典型特征;数据表述是用规范化的语言格式,以图、表、动画等形式进行呈现的过程,为了增强用户的体验度,一般辅以颜色、过滤等渲染形式对数据进行修饰;数据交互实现数据与用户相互操作,使数据能响应用户的请求。
目前数据可视化的主要方法有基于Java Applet(用Java 语言编写的小应用程序)的轻量级Web 动态图表、面向网络应用的SVG(可伸缩矢量图形)矢量图以及基于JavaScript (一种解释性脚本语言)的第三方控件等。基于JavaScript 的第三方控件支持Java、HTML、PHP、aspx 等开发语言, 兼容大多数主流浏览器,是数据可视化的首选。
2 资产管理系统
资产管理系统是借助计算机技术, 利用信息化的管理手段,对资产的增加、修改、入库、出库、维修、查询、借用、归还、调拨、领用、故障、报废等情况进行管理,为单位进行资产全程跟踪,发挥资产的使用效益,提高工作效率。
2.1 系统架构
系统采用B / S 架构,以Web 技术为核心,参照软件工程的思想,进行层次化设计,通过浏览器这种瘦客户端模式提供用户操作界面, 便于用户访问和查看系统信息。Web 技术成熟地应用到资产管理,具有较高的可移植性和通用性。固定资产管理系统具有资产管理、耗材管理、维修管理、报表中心、系统管理等功能。系统的总体结构如图1 所示,分为基础层、数据层、支撑层和表示层。
1)基础层包含资产、耗材、网络、服务器、存储设备等系统运行的基础设备设施和基本条件。
2)数据层包含系统运行的各种数据库。在资产管理系统中, 系统运行的数据库分为固定资产数据库、耗材数据库、资产厂家数据库、资产状态数据库、用户数据库、可视化图形库等。
3)支撑层位于表示层和数据层之间,为系统提供访问数据库的统一访问接口,有资产管理、耗材管理、维修管理、报表中心、系统管理等主要功能。支撑层处理前端用户的查询等访问请求, 并把请求的结果返回到表示层。
4) 表示层以Web 方式为用户提供访问系统的可视化人机交互界面以及多样化的数据呈现界面。
2.2 系统功能
在传统的B / S(浏览器/ 服务器)架构的资产管理系统中,当用户访问系统时,客户端根据用户的操作产生不同的参数提交给服务器端, 服务器根据客户端不同的请求参数,执行相应的动作,进行请求响应,并把响应的结果以DataTable、DataSet 等格式化的数据列表形式返回给客户端, 由客户端的数据呈现控件进行呈现, 客户端的呈现方法大部分都是列表的形式。在可视化的资产管理系统中,服务器端响应客户端的请求结果以XML (可扩展标记语言)、JSON(JavaScript 对象表示法)或者其他的数据格式送给XML / JSON 数据解析器, 解析后的数据交由Java Applet、SVG 或其他第三方可视化呈现控件在客户端进行二维或者三维可视化呈现。在客户端可视化的呈现支持与用户之间的交互等操作。
3 可视化资产管理系统实现
系统采用MySQl (关系型数据库管理系统)数据库,在ASP.NET 环境下进行开发,开发时综合利用HTML、CSS、JavaScript、Ajax 以及SVG 和Web前端可视化呈现等技术。在服务器与客户端的交互方面, 尽可能使用WebServices、ashx、JavaScript 方法,避免在服务器端处理大量数据,减轻服务器的压力,提高客户端的访问速度。
系统按照楼房楼层机房/ 实验室装备四级的顺序, 逐级呈现出资产的具置以及当前情况。第一级是楼房的呈现,在这级里面,要呈现出单位的平面图, 在平面图上楼房的区域建立可以与用户交互的热点区域;第二级是楼层的呈现,在每座楼房每层建筑平面图上的机房或者实验室的位置建立可以与用户交互的热点区域; 第三级是机房/ 实验室的呈现, 在每个机房或者实验室的平面图上呈现机房的布局等可视化视图, 建立可以与用户交互的热点区域;第四级是装备,用户通过点击装备的图标呈现装备的具体细节。
采用SVG 技术实现用户与资产位置布局图的交互式设计。SVG 基于XML 标准,以文本的形式描述矢量图形,可以很好地兼容HTML、CSS 等标准,具有图形质量高、占用存储空间小、动态交互性好、传输快的优点。SVG 继承了XML 的动态交互功能,能响应用户的鼠标事件。在交互式设计中,首先根据建筑物的AutoCAD 图纸生成SVG 格式的图形文件或者JPG 图像文件, 然后在SVG 文件编辑器中使用path 图形元素, 勾勒出要与用户交互的热点区域, 再对勾勒出的热点区域设置mouseover 和mouseout 属性。
然后编写path 响应鼠标onclick 事件goURL()的JavaScript 代码:
添加了用户交互代码的SVG 图形文件另存为jzt.svg,在HTML 页面中用方式引用。
当用户的鼠标停放在客户端的建筑物布局图上机房所在的区域时,所在区域块的颜色将高亮显示;当用户点击该区域块时, 客户端向服务器端发起访问请求,服务器根据客户端的参数调用ashx 一般处理程序。ashx 程序通过访问数据库的统一接口实现对数据库的访问, 访问数据库的结果序列化为标准的JSON 格式的数据返回到客户端。客户端对JSON格式的数据反序列化后, 调用第三方可视化控件进行可视化呈现。在客户端,除了显示资产所在位置的建筑平面图外,还以饼状图、柱状图、气泡图显示资产的情况。
关键词:规则数据体,移动立方体,剖分,可视化
1. 前言[1]
科学计算可视化是当前计算机学科的一个重要的研究方向。它的出现有效地解决了目前海量数据的高效处理和直观解释的难题。科学计算可视化具有多方面的重要意义。它可以广泛应用于气象学、石油勘探、计算流体力学、分子生物学、医学教育与医疗、有限元分析等领域。它是发现和理解科学计算过程中各种现象的有力工具。科学计算可视化的实质是,运用计算机图形学和图象处理技术将科学计算过程中的数据以及计算结果的数据转换为图象,在屏幕上显示出来并进行交互处理。其核心是三维数据场的可视化。在三维数据场的可视化处理中,首先要解决的是寻找一种合适的数据结构和数学模型。当前主要有两种数学模型建模方法:采用格网或三角网的基于面片的建模方法;基于体元或体素的模型建模方法。
本文根据石油勘探和矿产资源勘探过程中所生成的体数据,研究并实现了基于三维空间数据场的交互式可视化系统。该系统的基本思路是:通过体数据的显示及体数据切片和体等值面的生成与显示,帮助专业人员研究地下地质状况,并进行地下矿产方位和储量的预测。
2. 三维数据场交互式可视化系统的构成
本软件系统包括三个方面的内容,分别是:
(1)体数据的处理;
(2)体数据的可视化
(3)体数据的交互式操作,生成数据体切片和数据体等值面。
3.体数据的处理[3]
体数据可以看作是一个三维空间网格上的采样点集,每个采样点包含向量、标量或者张量值。其主要来源有:
①. 测量数据,比如医学数据(计算机断层扫描(CT)、超声、X射线等),地震地质勘探数据、气象监测数据、天文学射电望远镜获取的星云数据等。
②. 科学计算或者仿真数据,如计算流体力学、有限元分析等,这是当前体数据的主要来源之一。
③. 几何实体的体素化数据,如工业造型设计、游戏、大规模地形可视化等领域中将几何实体体素化所获取的数据。
体数据通常定义在空间网格上,网格结构决定体元的基本形状,也决定体元之间的相邻关系。网格结构取决于应用,对绘制有很大的影响。
①. 结构化网格数据。这类网格中的数据可看作在空间上三组相互垂直的平面公共交点的集合。。逻辑上,结构化网格数据可以组织成三维数组。各个元素具有三维数组各元素之间的逻辑关系,每个元素有它的层号、行号和列号。结构化网格数据分为规则和非规则两种类型。其中规则结构化网格数据又分为均匀网格、等距网格和矩形网格。
均匀网格的特点是:每个体元大小相同,各维比例也完全相同,按照坐标轴方向均匀排列成正方体形状。每个体元的空间位置及体属性数据可以通过其层号和行、列号计算出来。。来自医学的体数据大多属于这种类型。
等距网格的特点是:所有体元大小相同,按坐标轴方向排列成长方体。体元坐标可以表示成(i×dx, j×dy, k×dz ),其中dx,dy,dz为在三个坐标轴上相邻体元点的距离。
矩形网格的特点是:沿每一坐标轴,体元间距各不相同,但体元仍是沿坐标轴排列的长方体,该类型体数据中必须记录体元坐标,体元坐标可以表示为(x[i],y[j],z[k]),其中x,y,z分别为坐标数组。
另外一类非规则结构化网格数据,也称曲线型网格数据,这类体数据中,每个体元是逻辑上的六面体,相对的面并不要求平行,且每一面的四个顶点可以不共面。这种结构化的网格数据也必须记录体元坐标,体元坐标表示为(x[i,j,k],y[i,j,k],z[i,j,k])。
②. 非结构化网格数据。这类数据中网格间的空间邻接关系需另外提供,体数据中除了必须存储体元的坐标信息外,还要存储网格间的连接信息。
③. 混合网格数据。混合网格数据是以上类型的组合。
由于非结构化网格数据可以通过计算几何方法转化成结构化网格数据,所以本系统实现的是结构化网格数据。
4.体数据的交互式操作
4.1 空间坐标的获取
在许多情况下,不仅需要绘制数据的三维真实感图形,而且要能够通过输入设备如鼠标来操纵屏幕上显示的物体,从不同角度了解数据场的细节、获取物体的空间坐标。屏幕坐标是二维坐标,体数据坐标是三维坐标,在交互式操作中,必须要实现两坐标系的相互转变。本系统采用OpenGL中的gluUnProject( GLdouble winX, GLdouble winY, GLdoublewinZ,constGLdouble modelMatrix[16], const GLdouble projMatrix[16],const GLint viewport[4], GLdouble *objX, GLdouble *objY, GLdouble *objZ ) 函数来实现屏幕坐标到空间三维坐标的转换。
转换过程如图3示。
其中winX,winY是以屏幕左下角为原点的屏幕坐标,modelMatrix[16]为模型视图矩阵,可以通过GetDoublev(GL_MODELVIEW_MATRIX,modelMatrix)得到,projMatrix[16]投影视图矩阵,可以通过glGetDoublev(GL_PROJECTION_MATIRX,projMatrix)得到,viewport为视口,可以通过glGetIntergerv(GL_VIEWPORT,viewport)得到,objX,objY,objZ为相应于屏幕坐标的世界坐标,当winZ=0,返回的是近剪切面上的世界坐标,当winZ=1.0时返回的是远剪切面的坐标。由近剪切面上的坐标和远切面上的坐标可以确定一条射线方程,该该射线方程与视图中体数据求出的交点,就是体数据对应于屏幕坐标的物体坐标值。
4.2 体数据切片求取
通过体数据切片的求取和显示,有助于分析体数据内部细节,获得地下各种属性地质体的总体变化和趋势。为了生成体数据切片,需要给出切片的位置,切片的切割方向。本系统根据实际需求只获取垂直方向的切片。为便于通过鼠标点所在屏幕坐标,获取切片的空间位置,本系统提供了一个体数据参考面。。通过射线方程与该参考面求得的交点坐标,即为体中切片所经过位置的空间坐标。垂直切片空间位置确定以后,对体数据中每个体元素进行切割计算得到整个体数据的切割结果。
4.3 移动立方体切割
在体数据显示的基础上,研究体数据中值大于某个给定数值的数据所构成形体的外观,方位和进行体积估算,需要在三维规则数据场中构造等值面。在三维空间规则数据场中构造等值面有多种不同的方法,其中最有代表性的是Lorenson和Cline于1987年提出来的一种移动立方体(Marching cubes)算法。采用MC算法可以在给定阀值的情况下较好地提取任意三维规则体数据场的等值面。移动立方体算法的基本原理是根据三维规则数据场中每个体元的8个角点与等值面的值的关系,确定0,1两种状态,体元的8个角点共有256种不同的状态,这样就可以用一个字节的空间构造每个体元的状态表,然后根据状态对称和旋转对称两种不同的对称性将256种不同情况简化为14种基本组合。根据这14种基本组合求出体数据中的等值面。其求等值面的算法流程如下:
(1) 将体数据场中每个体元的每个角点的属性值与给定等值面值比较,根据比较结果,构造体元的状态表;
(2)根据状态表,得出与等值面有交点的体元边界;
(3)通过线性插值,计算出体元边界与等值面的交点坐标;
(4)根据各三角面片顶点的坐标值绘制等值面图形。
移动立方体算法虽然计算简单、可实现性好,但也有不足之处,当在体元的一个面上,大于或小于等值面值的角点分别位于对角线的两端时,就有两种可能的连接方式,因此存在二义性。如果二义性问题不能解决,将造成等值面连接上的错误,尤其是当二义性出现在相邻体元的公共面上时,可能形成空洞。为解决二义性问题, 本系统中采用基于双线性插值的渐近线判定法来解决。如图5所示是公共面与该双曲线以及渐近线的关系,左上角的情况即产生多义性公共面。将较渐近线的交点位置的值与等值面的值进行比较,就可以确定四个交点的连接方式,如图6所示。
5. 系统运行结果
本文介绍了根据石油勘探和矿产资源勘探过程中所生成的体数据,实现体数据的交互式可视化的相关实现技术。并采用上述技术设计实现了体数据的交互式可视化系统,为了提高体数据的显示速度,在体数据的显示过程中采用面绘制方法,并通过对体数据的切割生成数据切片并显示,体现体数据的内部特征,这样既提高了显示速度又不丢失体数据的内部细节。本系统已成功应用于物化遥地理信息软件系统中,实践证明,本文介绍的相关技术切实可行,有较大的实用价值。