基于三维图像引擎实时渲染复杂网络数据的研究与应用

摘要

传统用来描绘网络数据的方式是文字加上表格，以及少量的点线来表示网络结构；已经不能满足对日益增加膨胀的网络数据的分析和管理，复杂网络可视化作为一个有效的工具来辅助用户来理解网络的结构，以及挖掘在网络数据中的隐含信息，在很多领域都能够用复杂网络的可视化技术来进行分析。复杂网络可视化作为重要的信息可视化技术手段，能够充分利用人类的视觉系统，将数据以图形的方式展示出来，以快速直观的解释、概览复杂网络结构。 本文先简要介绍了复杂网络可视化的研究现状，以及从现有的复杂网络可视化方案的基础上进行总结。实现现有可视化算法的并增加复杂网络的可视化维度，实现三维复杂网络渲染引擎并应用到实际的复杂网络中，对复杂网络进行实时渲染。主要工作如下： 1. 复杂网络图的自适应布局研究：在大规模的复杂网络中，以社交关系网络图为代表，研究并实现在三维空间中基于力向导布局的最大熵模型来展示社交网络中用户群体之间的关系。 2. 复杂网络图的可读性优化研究：复杂的网络完成布局后，大量点之间存在非常多的边相互交叉、覆盖；本文研究并实现在三维空间中多层次聚边算法，优化复杂网络布局效果，减少边的交叉、覆盖情况。 3. 时空数据可视化研究：基于城市交通中的车辆行驶的历史数据，将车辆的GPS数据通过本文实现的三维渲染引擎中实时可视化，模拟车辆的行驶情况。 4. 三维网络渲染引擎的实现：基于 OpenGL API，实现三维网络渲染引擎，集成在三维空间的最大熵布局算法、多层次聚边算法，利用GPU实时渲染复杂网络。 本文将实现的三维网络渲染引擎应用于Facebook社交网络数据、Wiki-Vote投票数据等较大规模的复杂网络中，分析了在三维空间中进行网络可视化的优势。并模拟运行车辆GPS数据体现出其实时渲染的能力。

目录

第一个书签之前