大数据可视化分析

《大数据可视化分析》由会员分享，可在线阅读，更多相关《大数据可视化分析（1页珍藏版）》请在装配图网上搜索。

1、大数据可视化分析摘要：人类利用形象思维获取视觉符号中所蕴含的信息并发现规律， 进而获 得科学发现。文章介绍科学可视化、信息可视化和数据可视化的内涵，阐述大数 据可视化分析方法。关键词：大数据；可视化分析；并行计算0引言人类的创造性不仅取决于逻辑思维，还与形象思维密切相关。人类利用形象 思维将数据映射为形象视觉符号，从中发现规律，进而获得科学发现。期间，可 视化关键技术对重大科学发现起到重要作用。 在大数据时代，大数据可视化分析 的研究与发展将为科学新发现创造新的手段和条件。数据可视化于20世纪50年代出现，典型例子是利用计算机创造出了图形图 表。1987年，布鲁斯 麦考梅克等撰写的Visual

2、ization inScientific Computing 促进了可视化技术的发展，将科学计算中的可视化称之为科学可视化。20世纪90年代初期，出现了信息可视化。目前将科学可视化与信息可视化都归为数据 可视化。2科学可视化2.1问题的提出传统的科学可视化技术已成功应用于各学科领域，但如果将其直接应用于大 数据，将面临实用性和有效性问题，这说明需要对科学可视化技术重新审视与深 入研究。2.2分布式并行可视化算法可扩展性是构造分布式并行算法的一项重要指标。 传统的科学可视化算法应 用在小规模的计算机集群中，最多可以包括几百个计算节点，而实际应用是要在 数千甚至上万个计算节点上运行。随着数据规模的逐渐增大，算法的效率逐渐成 为数据分析流程的瓶颈，设计新的分布并行可视化算法已经成为一个研究热点。2.2.1并行图像合成算法传统的并行图像合成算法主要包括前分割算法、中间分割算法和后分割算法 3种类型，前分割算法主要分为如下 3步骤：(I)将数据分割并分配到每个计算节点上;