bigpigletusts-CSDN博客

转载 TelCoVis: 基于城市电信数据的人群共现行为的可视探索

TelcoVis: Visual Exploration of Co-occurrence in Urban Human Mobility Based on Telco Data本文是2015年VIS中SciVis的文章，并被TVCG收录简介本文利用广州的的电信数据(telco data)对人口流动(human mobility)中的共现现象 (co-occurrence)进行可视

2016-08-11 16:28:23 1029

原创 [文章摘要] A Geovisual Analytic Approach to Understanding Geo-Social Relationships in the International

文章：A Geovisual Analytic Approach to Understanding Geo-Social Relationships in the International Trade Network作者：Luo W, Yin P, Di Q, et al.来源：PloS one 9.2 (2014)本文展示了GeoSocialApp，将网络分析和空间分析进行

2016-08-05 19:09:53 721

原创 [文章摘要] CourtVision: New Visual and Spatial Analytics for the NBA

文章：CourtVision: New Visual and Spatial Analytics for the NBA作者：Goldsberry, Kirk来源：2012 MIT Sloan Sports Analytics Conference本文展示了CourtVision，利用空间分析和可视分析技术来分析NBA球员和球队的各项数据。长期研究包括：1，可视

2016-08-01 09:31:23 588

原创 [文章摘要] 社会科学和公共政策的空间化和GIS的应用

文章：社会科学和公共政策的空间化和GIS的应用作者：王法辉来源：地理学报, 2011, 66(8).本文举例演示GIS在人文学与社会科学(如经济学、历史文化、社会学特别是犯罪学、公共卫生与规划) 的广泛应用，旨在说明GIS在人文学与社会科学(特别是相关的空间问题)的应用价值经济学在社会科学中的地位，相当于数学在自然科学中的地位案例1：城市经济学，城市

2016-07-29 18:13:57 718

原创 [文章摘要] Stories in GeoTime

文章：Stories in GeoTime作者：Eccles R, Kapler T, Harper R, et al.来源：Information Visualization, 2008, 7(1): 3-17.本文展示了一个名为GeoTime Stories的系统，该系统可以可视化时空事件，并利用故事叙述的方式来帮助更好的理解发生的事件。系统抽象了事件，在更高的层次上来

2016-07-20 07:48:03 622

原创 [文章摘要]Constructing knowledge from multivariate spatiotemporal data: integrating geographical visuali

文章：Constructing knowledge from multivariate spatiotemporal data: integrating geographical visualization with knowledge discovery in database methods作者：MacEachren A M, Wachowicz M, Edsall R, et al.

2016-02-02 16:01:11 474

原创 [文章摘要]The parallel coordinate plot in action: design and use for geographic visualization

文章：The parallel coordinate plot in action: design and use for geographic visualization作者：Edsall, Robert M.来源：Computational Statistics & Data Analysis 43.4 (2003): 605-619.本文将平行坐标PCP用于地学可视化

2016-02-01 16:34:50 712

原创 Multidimensional scaling（MDS）简介

Multidimensional scaling（MDS）Metric MDS是一种降维方法，在低维空间中，仍然能够保持对象间相对距离的方法。下图是美国城市之间的距离，表示为一个对称矩阵，即已知城市之间的距离d为将这些城市表示在二维平面上，下式的x，y表示城市的坐标，其中的距离表示在二维平面上的距离，两个距离之差的平方和最小可以反映出降维后仍能保持对

2016-01-20 21:35:25 1944

原创 [文章摘要]Activity identification and primary location modelling based on smart card payment data for pu

文章：Activity identification and primary location modelling based on smart card payment data for public transport作者：Chakirov, Artem, and Alexander Erath.来源：13th International Conference on Travel Be

2016-01-20 16:37:40 615

原创 [文章摘要]Studying commuting behaviours using collaborative visual analytics

文章：[文章摘要]Studying commuting behaviours using collaborative visual analytics作者：Beecham R, Wood J, Bowerman A.来源：Computers, Environment and Urban Systems, 2014, 47: 5-15.本文利用伦敦的公共自行车租用数据来分析通勤模

2016-01-19 15:29:32 416

原创 [文章摘要]Semantic Enrichment and Analysis of Movement Data:Probably it is just Starting!

文章：Semantic Enrichment and Analysis of Movement Data:Probably it is just Starting!作者：Fileto R, Bogorny V, May C, et al.来源：SIGSPATIAL Special, 2015, 7(1): 11-18.本文综述了语义轨迹，并简单介绍了正在进行的工作。

2016-01-18 13:42:51 847

原创 [文章摘要]Semantic Annotation of Mobility Data using Social Media

文章：Semantic Annotation of Mobility Data using Social Media作者：F Wu, Z Li, WC Lee, H Wang, Z Huang.来源：ACM WWW 2015.本文利用LBSN数据来标注轨迹数据，来发现用户旅行的目的，关键问题是得到和用户移动相关的词汇，为此定义了相关函数来描述，利用频率方法、高斯混合模型方法和K

2016-01-18 09:08:34 552

原创 [文章摘要]iVizTRANS: Interactive visual learning for home and work place detection from massive public t

文章：iVizTRANS: Interactive visual learning for home and work place detection from massive public transportation data作者：Yu L, Wu W, Li X, et al.来源：Visual Analytics Science and Technology (VAST), 201

2016-01-16 14:45:34 678

原创 [文章摘要]On the semantic annotation of places in location-based social networks

文章：On the semantic annotation of places in location-based social networks作者：M Ye, D Shou, WC Lee, P Yin, K Janowicz.来源：KDD’11本文可以对LBSN中的地点自动标注标签，其本质是标签缺失签到地点的标签预测问题，对每类tag，将其建模为一个tag分类问题，利用已

2016-01-16 09:19:10 559

原创 [文章摘要]Extracting semantics of individual places from movement data by analyzing temporal patterns of

文章：Extracting semantics of individual places from movement data by analyzing temporal patterns of visits作者：Gennady Andrienko, Natalia Andrienko, Georg Fuchs等.来源：Proceedings of The First ACM SIGSPA

2016-01-14 19:38:00 496

原创 [文章摘要]SeMiTri: A Framework for Semantic Annotation of Heterogeneous Trajectories

文章：SeMiTri: A Framework for Semantic Annotation of Heterogeneous Trajectories作者：Yan Z, Chakraborty D, Parent C, et al.来源：Proceedings of the 14th international conference on extending database tech

2016-01-14 13:14:15 676

原创 [文章摘要]Constructing Semantic Interpretation of Routine and Anomalous Mobility Behaviors from Big Data

文章：[文章摘要]Constructing Semantic Interpretation of Routine and Anomalous Mobility Behaviors from Big Data作者：Georg Fuchs, Hendrik Stange, Dirk Hecker, Natalia Andrienko, Gennady Andrienko来源：SIGSPATIA

2016-01-13 16:14:20 584

原创 [文章摘要]Mining the Semantics of Origin-Destination Flows using Taxi Traces

文章：[文章摘要]Mining the Semantics of Origin-Destination Flows using Taxi Traces作者：Wangsheng Zhang, Shijian Li, Gang Pan来源：UbiComp. 2012.本文从出租车OD流中通过聚类挖掘出模式，并分析了语义OD流。step1：将杭州出租车轨迹划分为网格，

2016-01-13 10:01:48 516

原创 [文章摘要]Visual Exploration of Big Spatio-Temporal Urban Data: A Study of New York City Taxi Trips

文章：Visual Exploration of Big Spatio-Temporal Urban Data: A Study of New York City Taxi Trips作者：Nivan Ferreira, Jorge Poco, Huy T. Vo, Juliana Freire, and Cl´audio T. SilvaFig.来源：IEEE TVCG (2013)

2016-01-12 19:14:58 795

原创 Where is also about time A location-distortion model to improve reverse geocoding using behavior-dr

文章：Where is also about time: A location-distortion model to improve reversegeocoding using behavior-driven temporal semantic signatures作者：Grant McKenzie, Krzysztof Janowicz.来源：Computers, Environ

2016-01-12 09:07:13 573

原创 [文章摘要]Clustering daily patterns of human activities in the city

文章：Clustering daily patterns of human activities in the city作者：Jiang, Shan, Joseph Ferreira, and Marta C. González.来源：Data Mining and Knowledge Discovery, 2012, 25(3): 478-510.本文利用芝加哥城区的居民活动

2016-01-10 21:30:58 759

原创 From movement tracks through events to places: Extracting and characterizing significant places from

文章：From movement tracks through events to places: Extracting and characterizing significant places from mobility data作者：Andrienko G, Andrienko N, Hurter C, et al.来源：Visual Analytics Science and Te

2016-01-10 11:13:30 761 2

原创 [文章摘要]Semantic Enrichment of Movement Behavior with Foursquare–A Visual Analytics Approach

文章：Semantic Enrichment of Movement Behavior with Foursquare–A Visual Analytics Approach作者：Kruger Robert, Dennis Thom, and Thomas Ertl.来源：IEEE TVCG, VOL. 21, NO. 8, AUGUST 2015文章利用社交媒体数据（Four

2016-01-09 11:02:34 1124

原创 [文章摘要]A semantic-enhanced trajectory visual analytics for digital forensic

文章：A semantic-enhanced trajectory visual analytics for digital forensic作者：Liao Z, Li Y, Peng Y, et al.来源：Journal of Visualization，2015文章利用语义轨迹结合信用卡交易数据来发现嫌疑犯（以绑架案为例），使用对象为公安人员，为其迅速锁定嫌犯而提供证

2016-01-08 19:36:46 1016

原创 [文章摘要]Towards Privacy-Preserving Semantic Mobility Analysis

文章：Towards Privacy-Preserving Semantic Mobility Analysis作者：N Andrienko, G Andrienko, G Fuchs会议：EuroVis workshop on visual analytics，2013文章将移动数据从地理空间转换为语义空间后，在语义空间中分析的运动数据，且考虑了隐私保护。下图是人

2016-01-08 17:21:10 929

原创 Scalable and privacy-respectful interactive discovery of place semantics from human mobility traces

人们的出行信息对于政府、交通、规划等部门具有重要意义。传统的交通调查方式通过交通日志来获得，但该方式只能用于小样本，且获取代价高，并容易出错。偶发性移动数据（episodic movement data，例如手机通话数据、带有位置标签的微博数据等，非连续的轨迹）为获取出行信息提供了另一种可能。但这其中有三个挑战：1，以前的工作从个人数据中获取出行信息（利用时态模式temporal patter

2016-01-07 21:10:03 642

转载 MFC Ribbon界面开发

转载自： http://msdn.microsoft.com/zh-cn/library/ee851836.aspx

2014-09-07 17:19:23 5820

原创不是Bug的bug-CUDA程序显卡驱动在2秒以后恢复

最近遇到一个诡异的CUDA程序bug，我的Kernel里面有一个循环，遍历整个数据集。当数据量小的时候，程序没有问题，但当数据量增大的时候，整个屏幕会突然卡住，动不了，然后windows显示我的显卡驱动崩溃并恢复了，当然程序也挂了。仔细检查程序的逻辑，怎么也找不到问题，在同桌小小哥的提示下，本想查看了CUDA的Sample程序deviceQuery看看内存到底用了多少，无意间发现一个配

2014-06-25 09:53:21 3203 2

原创稀疏矩阵Compressed Row Storage存储格式

稀疏矩阵(Sparse Matrix)由于有很多0，为了节省空间，一般压缩存储。通常只需要保存非零元素及其位置即可。下面介绍Compressed Row Storage(CRS)格式或者称为 Compressed sparse row(CSR)格式，由名称可见，该格式是把行的信息压缩存储了，只显式保留每行第一个非零元素的位置，具体在例子中可以看到。假设有稀疏矩阵A，我们需要

2014-03-08 18:34:12 12831

大猪的专栏