排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
深入分析学生成绩及其影响因素对于优化大学课程安排和提升教学质量具有重要意义.由于学生成绩数据涉及多个相互关联的分析主体,具有多元多属性和时序相关等特征,传统的分析工具和展示手段功能有限,难以有效探索影响课程成绩的多种关联因素,对异常现象也难以做出深入分析和解释.为此,文中根据成绩数据的特点设计了多视图协同交互的学生成绩可视分析系统——SPVAS.首先通过支持多维属性集成展示的矩阵热力图揭示学生成绩在年级和学期上的时序分布,其次为展示学生成绩中的多元统计特征以及相关联的课程和教师等主体特征,对平行坐标的交互展示能力进行扩充,最后为揭示课程成绩的影响因素以及课程间的相关性,设计弧长链接图与平行坐标和节点链接树相结合的创新布局,并应用多视图交叉筛选和动态关联等交互技术,实现从课程、学生和教师任意主体角度出发的交叉分析与连贯推理.为了验证原型系统的有效性和实用性,利用真实课程数据进行了案例研究,并邀请了相关的专业人员对本系统进行了试用与评价. 相似文献
2.
对电厂控制过程中的历史数据进行有效展示与探索,能帮助用户快速深入理解机组的运行状况.由于历史数据涉及时间跨度长,具有多尺度和高密度的特点,并且包含高维多元的复杂参数集合,为可视化设计带来了很大挑战.从机组运行工况和参数相关性角度研究时序数据空间和高维参数空间的集成可视化映射方法,设计了多角度概览视图和多分辨率层次化工况视图用于导航机组的整体运行状态,有效地支持多层次运行工况的展示与探索;然后,设计了高维多元参数分层导航视图,实现了机组参数的灵活筛选和过滤,并与工况视图联动支持用户对不同时段和不同系统层级的参数特征进行探索.基于上述方法,开发了可视化工具iDCS,并将其应用于实际机组控制数据的可视化与分析中,验证了该系统的有效性和适用性. 相似文献
1
