主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
舒清雅,刘日晨,洪帆,张江,袁晓如.集合模拟可视化进展.软件学报,2018,29(2):506-523
集合模拟可视化进展
State-of-the-Art of Ensemble Visualization
投稿时间:2016-10-15  修订日期:2017-01-22
DOI:10.13328/j.cnki.jos.005393
中文关键词:  可视化  可视分析  集合模拟可视化  大规模流场
英文关键词:visualization  visual analysis  ensemble visualization  large-scale flow field
基金项目:国家自然科学基金(61672055,61702271);国家重点基础研究发展计划(973)(2015CB352503);国家重点研发计划(2016QY02D0304)
作者单位E-mail
舒清雅 机器感知与智能教育部重点实验室(北京大学), 北京 100871
北京大学 信息科学技术学院, 北京 100871 
 
刘日晨 机器感知与智能教育部重点实验室(北京大学), 北京 100871
北京大学 信息科学技术学院, 北京 100871 
 
洪帆 机器感知与智能教育部重点实验室(北京大学), 北京 100871
北京大学 信息科学技术学院, 北京 100871 
 
张江 机器感知与智能教育部重点实验室(北京大学), 北京 100871
北京大学 信息科学技术学院, 北京 100871 
 
袁晓如 机器感知与智能教育部重点实验室(北京大学), 北京 100871
北京大学 信息科学技术学院, 北京 100871
北京市虚拟仿真与可视化工程技术研究中心(北京大学), 北京 100871 
xiaoru.yuan@pku.edu.cn 
摘要点击次数: 1674
全文下载次数: 938
中文摘要:
      近年来,集合模拟被频繁地运用于气候、数学、物理等领域.集合模拟数据通常具有多值、多变量、时变的属性,再加上其庞大的数据量,对这类数据的分析充满着挑战.集合模拟数据可视化是通过视觉和人机交互的手段,向领域专家揭示集合模拟数据中的成员差异和整体概况,从而帮助专家探索、总结和验证科学发现.从比较个体成员和概括整体成员这两个不同的分析任务,以及基于位置和基于特征这两种分析策略的角度,系统地分析了具有代表性的集合模拟可视化工作,收集并整理了各类方法的可视化形式、交互技术、应用案例.通过总结近几年的集合模拟可视化方法来讨论现有研究的趋势,并对未来研究做进一步的展望.
英文摘要:
      Ensemble simulation is increasingly popular in scientific domain such as climate research, weather report, mathematics and physics. Ensemble simulation data sets are usually multi-valued, multi-variate, time-variant and large in scale. Thus, analyzing such data sets is challenging. Ensemble visualization helps scientists to compare ensemble members and give overall summary to the whole data sets by utilizing visual encoding and human interaction. It thus helps scientists to explore, conclude and validate their findings. This article describes analytical tasks and strategies for organizing existing works on visualization and visual analysis on ensemble simulation data sets. The analytical tasks for ensemble simulation data sets include comparing individual members and summarizing whole ensemble, whereas the analytical strategies consist of location-based method and feature-based method. This article reviews major works in ensemble visualization. It gives explanation to their visual design, interaction approaches and application scenarios, along with a discussion of recent trends and future research directions.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利