-
题名图可视化布局方法最新研究进展综述
被引量：2
- 1
-
-
作者
杨卓
谢雅淇
陈谊
战荫伟
-
机构
广东工业大学计算机学院
北京工商大学计算机学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2023年第16期1-15,共15页
-
基金
国家自然科学基金(62237001,62272108,61972010,61907009)。
-
文摘
图可视化是图数据的直观表示,随着图数据的广泛应用,合适的图可视化能够使用户对图数据的理解更加深入和高效。但随着图数据量级的增长,图可视化布局面临着计算时间长,难以发现图的重要结构和关系,以及节点遮挡和复杂的边交叉所产生的视觉杂乱等挑战。因此,如何快速对大规模图数据进行布局,如何强化对图中重要的结构和关系的探索,以及如何生成美观的图可视化布局成为亟需解决的问题。近年来,许多基于力学模型和美学评价标准的优化方法被提出来解决上述问题。另外,图挖掘、图嵌入、图神经网络等机器学习方法从图数据特点的角度,为解决图可视化的布局问题提供了新思路,相比之下,机器学习方法在布局效率和效果上表现出一定的优越性。主要从力导向算法、基于美学约束的布局方法、图挖掘技术和机器学习方法这四方面对图可视化布局的最新研究进展进行了阐述,最后对图可视化布局方法的未来发展进行了展望。
-
关键词
图可视化布局
节点-链接图
力导向算法
图挖掘算法
美学评价标准
机器学习
-
Keywords
layout of graph visualization
node-link graph
force-directed algorithm
graph mining algorithm
aesthetic criteria
machine learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
