语义增强的大规模多元图简化可视分析方法
网络图可视化可以有效展示网络节点之间的连接关系,广泛应用于诸多领域,如社交网络、知识图谱、生物基因网络等.随着网络数据规模的不断增加,如何简化表达大规模网络图结构已成为图可视化领域中的研究热点.经典的网络图简化可视化方法主要包括图采样、边绑定和图聚类等技术,在减少大量点线交叉造成的视觉紊乱的基础上,提高用户对大规模网络结构的探索和认知效率.然而,上述方法主要侧重于网络图中的拓扑结构,却较少考虑和利用多元图节点的多维属性特征,难以有效提取和表达语义信息,从而无法帮助用户理解大规模多元网络的拓扑结构与多维属性之间的内在关联,为大规模多元图的认知和理解带来困难.因此,本文提出一种语义增强的大规模多元图简化可…展开v
网络图可视化、简化表达、多维属性、语义、拓扑结构
43
TP391(计算技术、计算机技术)
本课题得到国家自然科学基金;教育部人文社会科学研究项目;浙江省自然科学基金;浙江省高校重大人文社科攻关计划项目;浙江大学CAD&CG国家重点实验室开放课题
2020-06-04(万方平台首次上网日期,不代表论文的发表时间)
共15页
136-150