搜索
高级检索
高级搜索
书       名 :
著       者 :
出  版  社 :
I  S  B  N:
文献来源:
出版时间 :
数据可视化
0.00    
图书来源: 浙江图书馆(由图书馆配书)
  • 配送范围:
    全国(除港澳台地区)
  • ISBN:
    9787121211546
  • 作      者:
    陈为,沈则潜,陶煜波等编著
  • 出 版 社 :
    电子工业出版社
  • 出版日期:
    2013
收藏
编辑推荐

面对庞杂的大数据,可视化提供了良好的解读角度与方法,是大数据分析与应用的利器。

  本书全面、细致地梳理了可视化的历史,理论,工具与应用案例,旁征博引,图文并茂,内容翔实丰富,专业严谨,是了解可视化知识的不二之选,也特别值得相关从业人员作为案头参考书备存。

  本书入选十二五国家重点图书出版规划项目“大数据丛书”,并获得该领域著名学术带头人之一马匡六教授,石教英教授的专序推荐。

  本书同时配备了在线资料提供与更新服务,读者可以随时与作者互动,深入探讨。


展开
作者简介
陈为,浙江大学CAD&CG国家重点实验室教授,博士生导师。已主持国家973项目子课题、863高科技项目、国家自然科学基金重点项目、面上项目、青年基金项目等10余项。2012年获浙江省科学技术奖二等奖。2004年起与耿卫东教授开设“计算机游戏程序设计”课程,编著的课程教材被国内外10余所高校采用,并在大中华地区出版繁体字版本。2010年课程被评为国家精品课程,2012年教材入选十二五国家教材规划。2011年起,开设本科生课程“数据可视化”。研究兴趣包括可视化和可视分析。在国际一流学术期刊发表论文30余篇。担任期刊《计算机辅助设计与图形学学报》编委,多次担任国际著名学术会议程序委员会委员(IEEE Visualization,EuroVis, EuroGraphics,Pacific Graphics,CGI,Pacific Vis等),担任IEEE Pacific Visualization 2011和2012分论坛主席、VINCI国际会议大会主席(2010,2012)IEEE Pacific Visualization 2013大会论文主席。 沈则潜,博士,美国eBay研究院资深科学家。1997年至2001年本科就读于浙江大学计算机科学与工程学系。2002年至2004年在美国田纳西大学诺克斯维尔分校电子与计算机工程学系学习并获得硕士学位。2004年至2009年就读于美国加州大学戴维斯分校,师从IEEE Fellow马匡六教授,获信息可视化方向博士学位。2008年7月进入eBay研究院工作,从事海量数据分析和可视化的研发工作。研究兴趣包括信息可视化和可视分析,特别是大数据可视化、用户行为分析和社交网络的可视分析。在国际一流学术期刊和会议发表论文多篇,包括IEEE TVCG,IEEE VisWeek,EuroVis等。多次受邀参加国际学术期刊和会议的评审工作。 陶煜波,博士,浙江大学CAD&CG国家重点实验室讲师。于2003年、2009年分别获得浙江大学学士、博士学位。之后在浙江大学进行博士后研究,2010年至2012年在英国贝德福德大学作为博士后从事生物医学可视化研究,2012年9月进入浙江大学CAD&CG国家重点实验室工作,已主持国家自然科学基金青年基金项目1项。研究兴趣包括电磁计算、科学计算可视化和可视分析。在国际一流学术期刊和会议发表论文多篇,包括IEEE TVCG,IEEE TIM,IEEE TAP等。多次受邀参加国际学术期刊和会议的评审工作。
展开
内容介绍

  《大数据丛书:数据可视化》共有16章,分为4篇。基础篇,阐述数据可视化的基础理论和概念,从人的感知和认知出发,介绍数据模型和可视化基础;时空数据篇,介绍带有空间坐标或时间信息的数据的可视化方法,此类数据通过设备在真实物理空间中采集得到或由科学计算模拟产生;非时空数据篇,描述非结构化和非几何的抽象数据的可视化,这些数据既存在于真实物理空间,又是社会空间和网络信息空间的基本表达形式;用户篇,介绍面向各类数据的可视化在实际应用中共同需要的方法、技术和工具,例如交互和可视化评测方法,以及在具体领域的可视化和应用系统。

展开
精彩书评

  Visualization, as a discipline in computer science, is a rather young field of study. The field has made many advances over the past 25 years through tremendous basic and application-driven research efforts, and also successfully transferred some of these advances into products and services for data-intensive applications. Visualization as a problem-solving and knowledge discovery tool has become even more important as we enter the Big Data era. Its applications grow from scientific computing, engineering design, biomedicine, cyber security, and intelligence, to social science, transportation studies, and commerce. Visualization will be considered a basic skill, and will likely become part of the standard curriculum in science and engineering.


  There is clearly a fast-growing interest in visualization as a discipline, a technology, or a practice. Over the years, I have been asked by many to suggest readings in visualization.So far, no book has ever managed to provide a comprehensive overview of the field,since even the good ones focus on a subarea of visualization, typically reflecting the author’s research endeavors. A visualization textbook is definitely needed. I know a few other book projects are underway, but this book is by far the most comprehensive one I have seen. It provides a fairly complete introduction to essential topics in visualization,as well as information on where the field is today, effectively serving the needs of both practitioners and future researchers in the field. As the field evolves rapidly to cope with demands from new applications and exploiting Big Data, I believe the authors will update the content regularly to reflect the latest and greatest developments in the field,which will make this book a lasting, valuable resource.


  While visualization has become an active area of study and practice in the United States and Europe, visualization research and education in Asia would benefit from increased promotion and development. Thus, the publication of this textbook is timely. I praise the dedicated effort of Professor Wei Chen and his co-authors in creating this book, which will help accelerate visualization education, research, and practice in China and other Chinese-speaking countries. I hope to see this book translated into other languages. It will then become an important reference in the field of visualization. I found the book very informative and easy to read. I believe you will enjoy reading it.


  Kwan-Liu Ma


  Davis, CA


  September 20, 2013

展开
目录
基础篇
第1章 数据可视化简介
1.1 可视化释义
1.2 可视化简史
1.3 数据可视化详解
1.3.1 数据科学的发展
1.3.2 数据可视化的意义
1.3.3 数据可视化分类
1.3.4 数据可视化与其他学科领域的关系
1.4 数据可视化研究挑战
参考文献
第2章 视觉感知与认知
2.1 视觉感知和认知
2.1.1 视觉感知和认知的定义
2.1.2 视觉感知处理过程
2.1.3 格式塔理论
2.2 颜色
2.2.1 颜色刺激理论
2.2.2 色彩空间
2.3 视觉编码原则
2.3.1 相对性和绝对性
2.3.2 标记和视觉通道
2.3.3 视觉通道的概念
2.3.4 视觉通道的特性
参考文献
第3章 数据
3.1 数据释义
3.1.1 数据基础
3.1.2 数据科学及过程
3.2 数据获取和预处理
3.2.1 数据获取
3.2.2 数据预处理
3.3 数据组织与管理
3.3.1 数据清洗与精简
3.3.2 数据整合与集成
3.3.3 数据库
3.3.4 数据仓库
3.4 数据分析与挖掘
3.4.1 探索式数据分析
3.4.2 联机分析处理
3.4.3 数据挖掘
3.5 数据工作流
3.6 数据科学的挑战
参考文献
第4章 数据可视化基础
4.1 数据可视化基本框架
4.1.1 数据可视化流程
4.1.2 数据可视化设计
4.2 可视化中的数据
4.2.1 数据认知
4.2.2 数据类型
4.3 可视化的基本图表
4.3.1 原始数据绘图
4.3.2 简单统计值标绘
4.3.3 多视图协调关联
4.4 可视化设计原则
4.4.1 数据到可视化的直观映射
4.4.2 视图选择与交互设计
4.4.3 信息密度--数据的筛选
4.4.4 美学因素
4.4.5 动画与过渡
4.4.6 可视化隐喻
4.4.7 颜色与透明度
4.5 可视化理论发展
4.5.1 图形符号学
4.5.2 关系数据的图形表示
4.5.3 图形语法
4.5.4 基于数据类型的研究
4.5.5 基于数据状态模型的研究
4.5.6 多维关系数据库可视化分析系统
参考文献
时空数据篇
第5章 空间标量场可视化
5.1 一维标量场可视化
5.2 二维标量场可视化
5.2.1 颜色映射
5.2.2 等值线提取
5.2.3 高度图
5.3 三维标量场数据可视化
5.3.1 空间数据表达
5.3.2 空间数据特征计算
5.3.3 间接体绘制
5.3.4 规则三维标量场的直接体可视化
5.3.5 不规则体数据的体可视化
参考文献
第6章 地理信息可视化
6.1 地图投影
6.1.1 墨卡托投影
6.1.2 亚尔勃斯投影
6.1.3 方位角投影
6.2 点数据的可视化
6.3 线数据的可视化
6.4 区域数据的可视化
6.4.1 Choropleth 地图
6.4.2 Cartogram
6.4.3 规则形状地图
6.4.4 多元关系地图
6.5 地理信息可视化的应用
6.5.1 地球与生存环境
6.5.2 城市与日常生活
6.5.3 地理时空数据
6.5.4 复杂地理数据的可视分析
6.6 地理信息可视化的其他挑战
6.6.1 地图标注
6.6.2 地图综合
6.6.3 在线地图
参考文献
第7章 大规模多变量空间数据场可视化
7.1 大规模空间标量场数据的实时体可视化
7.1.1 大规模空间标量场数据的单机绘制
7.1.2 大规模空间标量场数据的并行绘制
7.1.3 时变空间标量场数据加速绘制方法
7.2 时变异构空间数据场的特征追踪与可视化
7.2.1 时变空间标量场数据的特征提取
7.2.2 异构数据的特征融合
7.2.3 时变空间标量场数据的特征追踪
7.3 空间向量场数据可视化
7.3.1 图标法
7.3.2 几何法
7.3.3 纹理法
7.3.4 拓扑法
7.4 空间张量场数据可视化
7.4.1 张量场的数学描述
7.4.2 基于几何的方法
7.4.3 基于纹理的方法
7.4.4 基于拓扑的方法
7.4.5 高阶张量场可视化
7.5 多变量空间数据场可视化
7.5.1 多变量空间数据场的数据分析与表达
7.5.2 多变量空间数据场的可视化与交互
参考文献
第8章 时变数据可视化
8.1 时间属性的可视化
8.1.1 线性和周期时间可视化
8.1.2 日历时间可视化
8.1.3 分支和多角度时间可视化
8.1.4 时间属性的动态可视化
8.2 多变量时变型数据可视化
8.2.1 基于线表示的可视化
8.2.2 基于图结构的可视化
8.2.3 时间序列数据的可视化交互
8.3 流数据可视化
8.3.1 流数据可视化模型
8.3.2 流数据处理技术
8.3.3 流数据可视化案例
8.3.4 并行流计算框架
参考文献
非时空数据篇
第9章 层次和网络数据可视化
9.1 层次数据
9.1.1 层次数据的可视化
9.1.2 节点- 链接法
9.1.3 空间填充法
9.1.4 其他方法
9.2 网络数据
9.2.1 网络和图
9.2.2 网络数据可视化
9.2.3 网络数据的地图隐喻可视化
9.2.4 超图及其可视化
9.2.5 动态网络数据可视化
9.2.6 图可视化的视觉效果
9.2.7 图可视化中的交互
9.2.8 网络数据可视化的挑战
参考文献
第10章 文本和文档可视化
10.1 文本可视化释义
10.1.1 文本信息的层级
10.1.2 文本可视化的研究内容
10.1.3 文本可视化流程
10.2 文本信息分析基础
10.2.1 分词技术和词干提取
10.2.2 向量空间模型
10.2.3 主题抽取
10.3 文本内容可视化
10.3.1 基于关键词的文本内容可视化
10.3.2 时序性的文本内容可视化
10.3.3 文本特征的分布模式可视化
10.3.4 情感分析可视化
10.3.5 文档信息检索可视化
10.3.6 软件可视化
10.4 文本关系可视化
10.4.1 基于图的文本关系可视化
10.4.2 文档集合关系可视化
10.5 文本多层面信息的可视表达
10.6 总结
参考文献
第11章 跨媒体数据可视化
11.1 图像
11.1.1 图像网格
11.1.2 时空采样
11.1.3 基于相似性的图像集可视化
11.1.4 基于海塞图的社交图像可视化
11.2 视频
11.2.1 视频概要可视化
11.2.2 视频立方
11.2.3 视频可视摘要
11.3 声音与音乐
11.3.1 声乐波形可视化
11.3.2 声乐结构的可视化
11.4 超媒体
11.4.1 微博可视化
11.4.2 社交网络可视化
11.4.3 数字生活可视化
参考文献
第12章 复杂高维多元数据的可视化
12.1 高维多元数据
12.1.1 空间映射法
12.1.2 图标法
12.1.3 基于像素图的方法
12.2 非结构化与异构数据的可视化
12.2.1 非结构化数据
12.2.2 异构数据
12.3 大尺度数据的可视化
12.3.1 基于并行的大尺度数据高分辨率可视化
12.3.2 大尺度数据的分而治之可视化与分析
12.4 数据不确定性的可视化
12.4.1 不确定性的基本定义
12.4.2 不确定性的来源
12.4.3 不确定性的可视化方法
参考文献
用户篇
第13章 可视化中的交互
13.1 交互准则
13.1.1 交互延时
13.1.2 交互成本
13.1.3 交互场景变化
13.2 交互分类
13.2.1 按低阶交互操作分类
13.2.2 按交互操作符与空间分类
13.2.3 按交互任务分类
13.3 交互技术
13.3.1 选择
13.3.2 导航
13.3.3 重配
13.3.4 编码

 

展开
加入书架成功!
收藏图书成功!
我知道了(3)
发表书评
读者登录

请选择您读者所在的图书馆

选择图书馆
浙江图书馆
点击获取验证码
登录
没有读者证?在线办证