图可视化与相关研究进展
1. 图集合的可视化
在图可视化领域,随着可视化任务的日益多样化,问题变得愈发复杂。以神经科学为例,需要了解一个图(代表大脑网络)与另一个图的比较情况,或者一个图集合(与特定群体相关的大脑网络)与单个图或另一个集合的比较情况。
1.1 项目目标
开发一种可视化图集合的方法,以便在图中节点关系的背景下,传达底层结构(包括边权重分布的中心和变异性)。具体目标是帮助完成两个重要任务:比较两个不同的图集合;比较单个成员相对于一个集合。该项目的范围限于共享公共顶点/边集,仅边权重不同的图集合。
1.2 网络箱线图方法
提出了一种名为网络箱线图的可视化方法,步骤如下:
- 计算统计数据 :类似于传统的Tukey箱线图和其他现有方法,计算集合中成员的中心向外顺序和排名统计数据。使用图邻接矩阵的离散函数表示,利用函数带深度来获得所需的统计数据。
- 生成可视化 :使用顺序和排名统计数据生成可视化。采用邻接矩阵表示,用单个矩阵中的单元格显示集合的汇总统计数据。
| 编码元素 | 编码内容 |
|---|---|
| 单元格背景颜色和圆半径 | 表示中位数图上的权重 |
| 内外灰色环 | 表示50%带的上下范围 |
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



