Р 2)信息丢失Р 减少可视数据集的方法可行,但会导致信息的丢失。Р 3)大型图像感知Р 数据可视化不单单受限于设备的长度比及分辨率,也受限于现实世界的感受。Р 4)高速图像变换Р 用户虽然能够观察数据,却不能对数据强度变化做出反应。Р 5)高性能要求Р 对于静态可视化对性能要求不高,因为可视化速度较低,性能要求不高,然而动态可视化对性能要求会比较高。Р 数据可视化面临的挑战主要指可视化分析过程中数据的呈现方式,包括可视化技术和信息可视化显示。目前,数据简约可视化研究中,高清晰显示、大屏幕显示、高可扩展数据投影、维度降解等技术都试着从不同角度解决这个难题。Р 可感知的交互的扩展性是大数据可视化面临的挑战之一。从大规模数据库中查询数据可能导致高延迟,使交互率降低。Р 在大数据应用程序中,大规模数据及高维数据使数据可视化变得十分困难。Р 在超大规模的数据可视化分析中,我们可以构建更大、更清晰的视觉显示设备,但是人类的敏锐度制约了大屏幕显示的有效性。Р 由于人和机器的限制,在可预见的未来,大数据的可视化问题会是一个重要的挑战。Р5.数据可视化技术的发展方向Р 1)可视化技术与数据挖掘有着紧密的联系。数据可视化可以帮助人们洞察出数据背后隐藏的潜在信息,提高了数据挖掘的效率,因此,可视化与数据挖掘紧密结合是可视化研究的一个重要发展方向。Р 2)可视化技术与人机交互拥有着紧密的联系。实现用户与数据的交互,方便用户控制数据,更好地实现人机交互这是我们一直追求的目标。因此,可视化与人机交互相结合是可视化研究的一个重要发展方向。Р 3)可视化与大规模、高维度、非结构化数据有着紧密的联系。目前,我们身处于大数据时代,大数据时代,大规模、高纬度、非结构化数据层出不穷,要将这样的数据以可视化形式完美的展示出来,并非易事。因此,可视化与大规模、高维度、非结构化数据结合是可视化研究的一个重要发展方向。
全文预览
