轨迹数据可视分析研究-PKUVIS.pdfVIP

第27 卷 第 1 期 计算机辅助设计与图形学学报 Vol. 27 No.1 2015 年 1 月 Journal of Computer-Aided Design Computer Graphics Jan. 2015 轨迹数据可视分析研究 王祖超, 袁晓如* (北京大学信息科学技术学院, 机器感知与智能教育部重点实验室 北京 100871) (xiaoru.yuan@) 摘 要: 轨迹数据大量产生于交通、气象、生态和移动服务等领域. 有效地理解和利用这些数据不仅需要自动高效 的分析方法, 也需要直观生动的可视化; 这两者相互结合形成了可视分析技术. 文中概述了轨迹数据可视分析中的 主要方法和交互技术, 并介绍了一系列应用案例. 最后, 文中总结了轨迹数据可视分析研究中的问题和面临的挑战. 关键词：可视分析; 轨迹数据; 交通数据; 移动数据 中图法分类号：TP391 Visual Analysis of Trajectory Data * Zuchao Wang and Xiaoru Yuan (Key Laboratory of Machine Perception (Ministry of Education), School of Electronic Engineering and Computer Science, Peking University, Beijing 100871) Abstract: Large volumes of trajectory data are generated in transportation, meteorology, ecology and location based services. Effective understanding and utilization of such data require not only ecient automatic analysis, but also intuitive and vivid visualization. Visual analysis is the combination of analysis and visualization. In this paper, we will introduce the major methodologies and interaction techniques in trajectory visual analysis, fol- lowed by its applications. Finally, we summarize the problems and challenges in this research area. Key words: Visual Analysis; Trajectory Data; Transportation Data; Movement Data 轨迹数据描述物体的空间位置和属性随时间 作用. 的变化, 它多见于交通、气象、生态和移动服务等 可视分析结合了可视化、人机交互和自动分析, 领域. 分析和理解这些轨迹数据能帮助人们研究 并使数据分析过程透明化. 在一个典型的可视分 许多重要问题. 然而, 要从庞杂的轨迹数据中挖掘 析流程中[1], 系统将自动分析的结果通过可视化展 出清晰和结构化的知识并不容易. 尽管统计分析、 示给用户, 用户通过人机交互技术评价、修改和改 机器学习等自动分析技术已经相当强大, 但这些 进自动分析模型,