| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究内容 | 第13-14页 |
| 1.3 本文结构 | 第14-15页 |
| 1.4 本章小结 | 第15-16页 |
| 第2章 相关工作 | 第16-23页 |
| 2.1 数据可视化发展现状 | 第16页 |
| 2.2 大数据可视化研究现状 | 第16-17页 |
| 2.3 时空数据可视化研究现状 | 第17-20页 |
| 2.4 多维数据可视化研究现状 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于大数据平台的可视化框架 | 第23-36页 |
| 3.1 大数据相关技术 | 第23-27页 |
| 3.1.1 大数据处理技术 | 第23-24页 |
| 3.1.2 Hadoop生态系统 | 第24-25页 |
| 3.1.3 关系数据交换工具Sqoop | 第25-26页 |
| 3.1.4 分布式数据仓库Hive | 第26-27页 |
| 3.2 可视化框架设计 | 第27-29页 |
| 3.2.1 基于大数据平台的可视化框架 | 第27-29页 |
| 3.2.2 基于大数据平台的可视化流程 | 第29页 |
| 3.3 可视化流程 | 第29-35页 |
| 3.3.1 数据导入 | 第29-31页 |
| 3.3.2 数据存储与优化 | 第31-34页 |
| 3.3.3 数据访问 | 第34-35页 |
| 3.3.4 数据可视化 | 第35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于聚簇的多维时序数据可视化 | 第36-50页 |
| 4.1 多维时序数据可视化及特点分析 | 第36-38页 |
| 4.1.1 多维时序数据的特点 | 第36页 |
| 4.1.2 多维时序数据可视化的基本方法 | 第36-37页 |
| 4.1.3 大数据环境下的多维时序数据可视化特点分析 | 第37-38页 |
| 4.2 大数据环境下的多维时序数据可视化方案 | 第38-39页 |
| 4.3 可视化技术实现 | 第39-46页 |
| 4.3.1 数据预处理 | 第39页 |
| 4.3.2 平行坐标 | 第39-40页 |
| 4.3.3 聚簇可视化算法 | 第40-44页 |
| 4.3.4 颜色与透明度 | 第44页 |
| 4.3.5 交互与动画 | 第44-46页 |
| 4.4 可视化案例 | 第46-49页 |
| 4.4.1 简单模式数据的聚簇可视化 | 第46页 |
| 4.4.2 电网设备在线监测数据可视化 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 基于多视图关联的地理信息可视化 | 第50-63页 |
| 5.1 地理信息可视化及特点分析 | 第50-52页 |
| 5.1.1 地理数据的特点 | 第50页 |
| 5.1.2 地理信息可视化的基本方法 | 第50-51页 |
| 5.1.3 大数据环境下的地理信息可视化特点分析 | 第51-52页 |
| 5.2 大数据环境下的地理信息可视化方案 | 第52-54页 |
| 5.3 可视化技术实现 | 第54-57页 |
| 5.3.1 数据预处理 | 第54-55页 |
| 5.3.2 点标识 | 第55页 |
| 5.3.3 分层加载与区域绘制 | 第55-56页 |
| 5.3.4 多视图关联 | 第56-57页 |
| 5.4 可视化案例 | 第57-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 总结和展望 | 第63-65页 |
| 6.1 论文工作总结 | 第63-64页 |
| 6.2 未来工作展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68-69页 |
| 致谢 | 第69页 |