学术堂首页 | 文献求助论文范文 | 论文题目 | 参考文献 | 开题报告 | 论文格式 | 摘要提纲 | 论文致谢 | 论文查重 | 论文答辩 | 论文发表 | 期刊杂志 | 论文写作 | 论文PPT
学术堂专业论文学习平台您当前的位置:学术堂 > 计算机论文 > 计算机信息管理论文

探讨面向云计算的大数据可视化技术的实施策略

来源:电脑编程技巧与维护 作者:董汉霞,吕东锋,商乙山
发布于:2021-07-16 共2727字
    本篇论文目录导航:

【第1-2篇】数据可视化论文(经典范文6篇)
【第3篇】电力数据可视化管理中ArcGIS Engine的应用
【第4篇】基于分析模型数据可视化技术的项目管理系统构建
【第5篇】 探讨面向云计算的大数据可视化技术的实施策略
【第6篇】信息可视化技术在车载网络内部数据分析中的应用

数据可视化论文范文第五篇:探讨面向云计算的大数据可视化技术的实施策略 

  摘要:互联网时代下,强有力的数据运算能力和加密技术是必要条件与有力保障。深入研究了数据可视化技术,从数据可视化理论概述入手,着重探讨基于Web的数据可视化技术和数据可视化的关键技术,在此基础上,探讨了面向云计算的大数据可视化技术的实施,旨在为该技术的更好应用提供参考。

  关键词:云计算;大数据;数据可视化;

  作者简介:董汉霞(1976-),女,硕士,中级工程师,研究方向:网络与数据信息采集整编。;

数据可视化

  1 数据可视化理论

  1.1 数据可视化的理解

  数据可视化(Data visualization)指将数据转化成图形或者图像的技术,数据可视化是借助计算机图像处理技术实现数据与图像的交互处理。数据可视化融合了计算机技术、人机交互、计算机图像处理等多种计算机技术。其最终目的是利用图形把握数据计算过程,分析数据特征或信息。

  1.2 数据可视化的关键技术

  1.2.1 数据挖掘

  数据挖掘是数据可视化技术的重中之重。大量数据的潜在规律及练习都是通过数据挖掘得到的。数据挖掘在具体的项目中也是非常重要且无可替代的,它可以应用关联规则、聚类、时间序列等模式挖掘众多数据之间的深层关联,并对这些数据进行分析,甚至可能得到数据之间的内在模式,有数据支持的决策更加科学合理。

  1.2.2 大数据收集整理

  平台可以对基础数据、应用数据等进行智能操作、重组、挖掘与深入分析等,形成各具特色的数据组,令人一目了然,比如区域主题信息、时空主题信息等功能性信息组。根据数据的应用特点对其进行分类,整合矢量数据、影像数据等,依托数据可视化平台提供丰富准确的动态数据信息,提升服务质量与用户体验。

  1.2.3 大数据可视化

  将繁杂的数据以清晰的图片影像或者图表的形式展现出来,这使得数据更加直观清晰。比如将其应用到农业中:根据农业的数据特色及项目需要,通过数据可视化技术借助各种图表,如统计图、时间序列图、分布热力地图等。将繁杂的农业数据直观地展现出来,并对这些数据进行整合分类甚至智能操作,使得用户直观感受这些数据,并获得相应的联系与规律。

  1.3 分布式数据存储处理

  平台采用Hadoop的分布式文件系统HDFS提供的存储方法,不同的数据节点用来存储不同的数据块,可以使得海量数据分层,不同数据存储于不同节点,存储是动态分配的,数据读写的效率及性能得到提高。依赖Hadoop的MapReduce分布式计算模型可以提高响应速度和用户使用体验。

  2 基于Web的数据可视化技术

  2.1 系统结构

  基于Web的数据可视化技术,就是在Web页面上实现动态数据图表,将最新结果显示在Web页面中。其系统结构包括用户接口、数据显示及分析、数据库接口等部分。如图1所示。

  图1 基于Web的系统结构示意图

  基于Web的数据可视化系统通过用户接口实现交互,还可以执行命令流。Web页面将离散数据提供给用户输入端,将处理过的图表显示在浏览器上。数据可视化系统结合了回归分析、数据挖掘等技术,保证数据处理与操作更加智能,并显示出图表的Java Applet,使得计算机与用户实现了动态交互。基于Web的数据可视化系统可以连接到用户的数据库中。用户通过客户端的程序包提供数据库类型、数据表等信息,客户端程序将用户选定的数据传递到Web页面,数据的可视化就是这样实现的。

  2.2 系统设计流程

  系统设计流程包括4个步骤:(1)选择数据源类型,用户自主选择手动输入数据,或者据数据表格选择所需信息;(2)选择图表类型,用户可以根据系统图表目录等选择自己所需的图表形式,完成选定之后,系统显示用户所选的数据;(3)更新显示方式及显示效果,用户自定义图表标题、刻度间距、背景、标签等内容,与此同时数据的显示情况也会实时更新;(4)退出系统或重新选择,用户可以退出系统,也可以回到第一步重新选择数据来源。

  2.3 系统功能

  基于Web的数据可视化系统的功能设计主要分为逻辑设计和非逻辑设计。

  逻辑功能主要有选择数据源和设置图表显示方式两种。数据源的选择主要是用户选择想要显示的数据,主要有数据库和手工输入两种。一般只有系统开发时或用户测试时会采用手动输入数据的方式。选择数据库或者设置图表的显示方式也十分重要。

  非逻辑功能主要包括可移植性、可靠性、效用性、可用性、安全性、重用性等。可移植性指在不同的操作环境中,系统的运行情况;可靠性指系统出错的能力,出错越少则系统越可靠;效用性指系统运行时的效率指标是否达标;可用性指系统的可理解程度,也就是人机交互的能力;安全性指系统的安全程度及抵抗攻击的能力,这是非常重要的指标;重用性也就是系统的结构模块化程度。

  2.4 系统存储机制

  分析用户需求可以得知,用户重点关心的是数据的多角度查看,及通过图形特征判断数据趋势,从而对引起变化的主要因素进行深入分析。也就是说,用户可以理解的数据库要求表述成专业术语。除此之外,系统的存储维度也是十分重要的。

  3 面向云技术的计算机数据可视化技术的实施

  计算机数据的可视化从提出到实际应用还有一段距离,依托物联网、移动互联网、云计算、大数据和3S等技术,数据可视化的实施拥有一定的技术基础。如图2所示的农业大数据可视化平台技术路线图,围绕地理数据、农业资源数据、农业休闲数据等进行分类,凭借大数据中心的数据处理及整合分类,为农业大数据可视化平台的建设提供数据支撑。不仅可以展示监测数据、资源数据等,还可以直观展示成果目标、统计模型等。这奠定了数据可视化平台对数据的智能统计与分析、资源评价等功能的建设的理论及技术支撑。

  采用GlS技术建立数据可视化平台,对农业资源数据进行智能整合,将全市的农业信息整合统一起来,建立科学、专业、权威的农业资源地图。同时融合数据挖掘、数据分析等数据处理技术,结合农业布局及资源评价等,冲不同维度、不同角度对农业资源数据进行全方位多层次的深入分析,从宏观与微观的角度提供农业信息综合统计与整合,实现对农业数据的深度挖掘及数据可视化。这无疑保障了管理农业生产的科学性与合理性,同时为有关部门掌握现状、预测未来提供了方便,也奠定了农业相关决策制定的理论基础。

  图2 农业大数据可视化平台技术路线图

  4 结语

  在互联网与计算机技术迅猛发展的现在,人们的交流依托网络越来越便捷,而在这个过程中产生的大量数据也需要计算机技术来处理操作。这些数据依托网络可能会传输到世界各地及各行各业,这使得人们的生活与工作更加高效方便。因此深入研究数据分析及数据可视化具有非常重要的现实意义。

  参考文献

  [1]刘洋基于计算机的大数据和云计算技术分析[J]无线互联科技,2020,(07):75-77.

  [2]陈小燕基于Wcb的数据可视化技术探讨[J].信息与电脑2019,(21):135-139.

  [3]崔晓军子航基于GIS与云计算的温州市农业大数据可视化平台研究[J]数据库与信息管理,2020.,04):113-115.

作者单位:河南省军区数据信息室
原文出处:董汉霞,吕东锋,商乙山.面向云计算的计算机数据可视化技术研究[J].电脑编程技巧与维护,2021(05):92-93.
相关标签:
  • 报警平台
  • 网络监察
  • 备案信息
  • 举报中心
  • 传播文明
  • 诚信网站