MLSEB: Edge Bundling Using Moving Least Squares Approximation
MLSEB: Edge Bundling Using Moving Least Squares Approximation
复制标题
MLSEB：使用移动最小二乘近似进行边缘捆绑
DOI：
10.1007/978-3-319-73915-1_30
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Yu, Hongfeng.
中科院分区：
文献类型：
--
作者：
Wu, Jieting;Zeng, Jianping;Zhu, Feiyu;Yu, Hongfeng.
在大型图的可视化中，边捆绑方法可以有效地缓解视觉混乱，揭示高级图结构。研究人员已经投入了大量的努力，以改善边缘捆绑根据不同的指标。随着边丛族的迅速发展，边丛的质量也相应地受到了越来越多的关注。本文提出了一种基于移动最小二乘（MLS）近似的边缘束生成新方法MLSEB。与以前的边缘捆绑方法相比，我们认为，我们的MLSEB方法可以产生更好的结果的基础上的质量的定量指标，并确保可扩展性和可视化大型图形的效率。
Edge bundling methods can effectively alleviate visual clutter and reveal high-level graph structures in large graph visualization. Researchers have devoted significant efforts to improve edge bundling according to different metrics. As the edge bundling family evolve rapidly, thequalityof edge bundles receives increasing attention in the literature accordingly. In this paper, we present MLSEB, a novel method to generate edge bundles based on moving least squares (MLS) approximation. In comparison with previous edge bundling methods, we argue that our MLSEB approach can generate better results based on a quantitative metric of quality, and also ensure scalability and the efficiency for visualizing large graphs.
登录
查看更多内容
影响因子：
2.5
作者：
Q. Nguyen;Seok-Hee Hong;P. Eades
通讯作者：
Q. Nguyen;Seok-Hee Hong;P. Eades
DOI：
10.1109/pacificvis.2017.8031594
发表时间：
2017-04
期刊：
2017 IEEE Pacific Visualization Symposium (PacificVis)
影响因子：
--
作者：
Antoine Lhuillier;C. Hurter;A. Telea
通讯作者：
Antoine Lhuillier;C. Hurter;A. Telea
平行坐标和图形中的视觉聚类
DOI：
--
发表时间：
2009
期刊：
影响因子：
--
作者：
Huamin Qu;Hong Zhou
通讯作者：
Hong Zhou
影响因子：
2.5
作者：
Daniel Zielasko;B. Weyers;B. Hentschel;T. Kuhlen
通讯作者：
Daniel Zielasko;B. Weyers;B. Hentschel;T. Kuhlen
基于纹理的边缘捆绑：一种基于网络的交互式可视化大图的方法
DOI：
--
发表时间：
2015
期刊：
2015 IEEE International Conference on Big Data (Big Data)
影响因子：
--
作者：
Jieting Wu;Lina Yu;Hongfeng Yu
通讯作者：
Hongfeng Yu