首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

面向海量数据的可视化与分析的研究及应用

摘要第4-6页
Abstract第6-8页
第一章 绪论第15-19页
    1.1 研究背景第15-17页
        1.1.1 地球系统模式第15-16页
        1.1.2 科学计算可视化第16页
        1.1.3 可视分析第16-17页
    1.2 本文研究的主要内容第17页
    1.3 论文组织结构第17-19页
第二章 研究现状第19-29页
    2.1 引言第19页
    2.2 地学数据第19-22页
        2.2.1 网络通用数据格式第19-20页
        2.2.2 地学数据组织方式第20-21页
        2.2.3 数据分类第21-22页
    2.3 现有可视化方法第22-26页
        2.3.1 单维数据可视化方法第22-24页
        2.3.2 多维数据可视化方法第24-26页
    2.4 可视分析现状第26-27页
    2.5 本章小结第27-29页
第三章 地学数据可视化研究第29-43页
    3.1 引言第29页
    3.2 地学数据处理第29-34页
        3.2.1 地学数据特点第29-30页
        3.2.2 数据结构第30-31页
        3.2.3 地学数据解析第31-32页
        3.2.4 数据接口封装第32-34页
    3.3 单维地学数据可视化第34-38页
        3.3.1 可视化方法选择第34页
        3.3.2 伪彩色的可视化方法第34-36页
        3.3.3 地学坐标标注第36-37页
        3.3.4 颜色表第37-38页
        3.3.5 可视化意义第38页
    3.4 多维地学数据可视化第38-42页
        3.4.1 可视化方法选择第38-39页
        3.4.2 平行坐标的可视化方法第39-40页
        3.4.3 应用交互处理第40-41页
        3.4.4 可视化意义第41-42页
    3.5 本章小结第42-43页
第四章 地学数据可视分析研究第43-57页
    4.1 引言第43页
    4.2 可视分析介绍第43-44页
    4.3 分析流程第44-45页
    4.4 查询分析方法第45-49页
        4.4.1 均值法第45-46页
        4.4.2 距平法第46-47页
        4.4.3 滑动相关系数法第47-49页
        4.4.4 经验正交分解法第49页
    4.5 性能优化第49-52页
        4.5.1 数据预处理第50页
        4.5.2 数据索引第50-52页
    4.6 实例说明第52-54页
    4.7 分析意义第54-55页
    4.8 本章小结第55-57页
第五章 可视诊断分析系统VisADE第57-69页
    5.1 引言第57页
    5.2 系统概述第57-59页
        5.2.1 需求概述第57页
        5.2.2 系统简介第57-58页
        5.2.3 系统特性第58-59页
        5.2.4 开发环境第59页
    5.3 体系结构第59-62页
        5.3.1 图形用户界面第60-61页
        5.3.2 可视化结果显示与交互窗口第61页
        5.3.3 元数据管理服务器第61页
        5.3.4 可视化计算引擎第61-62页
    5.4 功能扩展第62-65页
        5.4.1 元数据模块第62-63页
        5.4.2 计算引擎模块第63-64页
        5.4.3 视窗模块第64-65页
    5.5 核心设计第65-67页
        5.5.1 地学空间坐标转换第65-66页
        5.5.2 颜色表的实现第66页
        5.5.3 交互选取查询区域第66-67页
    5.6 系统意义第67页
    5.7 本章小结第67-69页
第六章 总结与展望第69-71页
参考文献第71-73页
致谢第73-75页
作者攻读学位期间的研究成果第75-77页
作者及导师简介第77-78页
专业学位硕士研究生学位论文答辩委员会决议书第78-79页

论文共79页,点击 下载论文
上一篇:中国城市老年人社交移动应用软件交互界面设计研究
下一篇:基于聚类的基因选择算法和DPC聚类算法研究