《大数据可视化技术》教案

《大数据可视化技术》

教案

-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN

教案

（详案）

2019 -2020学年第2学期课程名称：大数据可视化技术

课程代码：

适用专业：计算机应用技术

教师姓名：

所属系部：

职称：

课时：总学时64

使用教材：大数据可视化技术

教学单元教案

数据：聚焦于解决数据的采集，清理，预处理，分析，挖掘。

图形：聚焦于解决对光学图像进行接收、提取信息、加工变换、模式识别及存储显示。

可视化：聚焦于解决将数据转换成图形，并进行交互处理。

（2）大数据可视化的分层

从市场上的数据可视化工具来看，数据可视化分为5个层级，如下图所示：

（3）数据可视化技术基础概念

数据可视化技术包含以下几个基本概念：

1.数据空间：是由n维属性和m个元素组成的数据集所构成的多维信息空间；

2.数据开发：是指利用一定的算法和工具对数据进行定量的推演和计算；

3.数据分析：指对多维数据进行切片、块、旋转等动作剖析数据，从而能多角度多侧面观察数据；

4.数据可视化：是指将大型数据集中的数据以图形图像形式表示，并利用数据分析和开

发工具发现其中未知信息的处理过程。

数据可视化已经提出了许多方法，这些方法根据其可视化的原理不同可以划分为基于几何的技术、面向像素技术、基于图标的技术、基于层次的技术、基于图像的技术和分布式技术等等。

（4）数据可视化领域的起源

数据可视化领域的起源，可以追溯到20世纪50年代计算机图形学的早期。当时，人们利用计算机创建了首批图形图表。

（5）教师活动：PPT讲解；学生活动：听讲记录；时间分配：20分钟。

2、数据可视化作用与意义

（1）数据可视化作用

数据可视化的主要作用包括数据记录和表达、数据操作及数据分析3个方面，这也是以可视化技术支持计算机辅助数据认知的3个基本阶段：

1.数据记录和表达

借助于有效的图形展示工具，数据可视化能够在小空间呈现大规模数据。

2.数据操作

数据操作是以计算机提供的界面、接口、协议等条件为基础完成人与数据的交互需求。

3.数据分析

数据分析是通过数据计算获得多维、多源、异构和海量数据所隐含信息的核心手段，它是数据存储、数据转换、数据计算和数据可视化的综合应用。

（2）数据可视化意义

数据可视化在数据科学中的重要地位主要表现在以下4个方面：

1.视觉是人类获得信息的最主要途径

1）视觉感知是人类大脑的最主要功能之一

2）眼睛是感知信息能力最强的人体器官之一

2.数据可视化的主要优势

1）可以洞察统计分析无法发现的结构和细节

2）可视化处理有利于大数据普及应用

3.可视化能够帮助人们提高理解与处理数据的效率

4.数据可视化能够在小空间展示大规模数据

教学单元教案

主题任务2可视化的类型与模型序号2课时 2教学手段多媒体、板书、实训室

教学方法讲授法、演示法、案例法

教学课型□理论□实训√一体化□（其它）

教学目标能力目标：能够掌握科学可视化的常用方法；能够掌握可视化三大模型的基本流程、分析过程。

知识目标：能够基本掌握可视化的两大类型；能够掌握科学可视化的常用方法；能够掌握信息可视化数据的分类；能够掌握可视化三大模型的基本流程、分析过程。

素质目标：接受新知识、自主学习的能力。

教学重点能够掌握科学可视化的常用方法；能够掌握信息可视化数据的分类；能够掌握可视化三大模型的基本流程、分析过程；

教学难点能够掌握科学可视化的常用方法；能够掌握可视化三大模型的基本流程、分析过程。

教学过程设计备注一.导入（5分钟）

了解了可视化相关技术及运用领域，这一节我们将来学习可视化的类

型与模型。教师活动：PPT讲解；学生活动：听讲记录；时间分配：5分

钟。

二.教学内容

1、可视化类型（70分钟）

2、科学可视化

科学可视化最初称为“科学计算机之中的可视化”(Visualization In Scientific

Computing,VISC)。

运用计算机图形学和图像处理的研究成果创建视觉图像，替代那些规模庞大而又错综复杂的数字化呈现形式，帮助人们更好地理解科学技术概念和科学数据成果。

科学可视化的研究重点有两个：

一是判断可视化对象的类别，判断类别之后才能确定如何用计算机来进行可视化表现;

二是将研究对象以最接近真实事物的效果快速地绘制出来，不仅以单纯展示的方式显现出来，而且能通过虚拟空间的方式让人们身临其境，用视觉、触觉等交互方式进行观察、理解和研究。

（1）发展方向

科学可视化所涉及的领域包括建筑学、气象环境学、医学、生物学、考古学、机械制造等，所有它所处理的对象是指具有空间几何特征数据的时空现象，需要对勘察、计算、实验模拟等获取到的数据进行描绘，并提供交互分析手段。所有其发展的方向也非常多样。

（2）分类

体可视化

研究对象主要是体数据，即三维采样数据，是各类科学工程领域以及医学领域中常见的数据类型(图 2-1)。

体可视化技术包括等值面的抽取技术(Iso-surfaces Extraction Technique)、直接体绘制(Direct Volume Rendering)等。

流场可视化

运用计算机图形学和图像处理技术，将流场数据转换为二维或三维图形、图像或动画进行呈现，并详细分析其模式和相互关系，是计算流体力学研究与工程实践中不可缺少的手段。

大规模数据可视化

研究重点在于如何高效快捷地对海量的数据进行处理。

（3）常用方法