虚拟现实智能硬件中的数字层次数据集平衡分区树图方法研究

"数字层次数据集的平衡分区树图方法在虚拟现实智能硬件中的应用与评估" 本研究提出了一种基于平衡分区的树映射方法，该方法可以应用于虚拟现实智能硬件中的地理数据集，解决了传统基于空间填充（正方形）的方法的缺陷。该方法可以将节点的所有子节点分成两组，然后进一步划分，直到到达单个元素的组，并将这些组组合以形成代表父节点的矩形。在此基础上，研究者对分层数据集的每一层执行该过程，实现了良好的纵横比和动态数据的时间一致性。 该方法有三个变体：第一个变体对子元素进行排序，并从大元素和小元素构建大小尽可能相等的两个rectangles，实现了令人满意的宽高比，但不太这样的时间相干性（动态）。第二种变体采用子序列，并从中创建大小尽可能相等的组，而不需要排序（基于序列，纵横比和时间一致性之间的良好折衷）。第三个变量，孩子们被分成两组，基数相等，不管他们的大小（数量平衡，纵横比差，但时间一致性好）。 研究结果表明，通过平衡分区的树映射方法优于一些现实世界的数据集的最先进的方法，並提出了一种新的度量标准，该度量标准测量矩形在运动过程中的视觉差异，以表示随时间变化的输入。 关键词：信息可视化；树映射；平衡划分 在本研究中，作者 Cong Feng, Minglun Gong, Oliver Deussen 提出了基于平衡分区的树映射方法，该方法可以应用于虚拟现实智能硬件中的地理数据集，解决了传统基于空间填充（正方形）的方法的缺陷。该方法可以将节点的所有子节点分成两组，然后进一步划分，直到到达单个元素的组，并将这些组组合以形成代表父节点的矩形。 在虚拟现实智能硬件中，地理数据集是一个重要的和有用的技术，在许多现实生活中的情况中，文件夹系统、股票市场和其他与层次结构相关的数据集可以使用这种技术来更好地理解数据集的结构和动态变化。传统的基于空间填充（正方形）的方法具有紧凑的空间使用和节点大小的优点，而不是基于网格的方法。基于空间填充的方法有两个主要的研究方向：静态和动态性能。 在本研究中，作者使用了三个变体来实现良好的纵横比和动态数据的时间一致性。首先，对子元素进行排序，并从大元素和小元素构建大小尽可能相等的两个rectangles。其次，采用子序列，并从中创建大小尽可能相等的组，而不需要排序（基于序列，纵横比和时间一致性之间的良好折衷）。最后，孩子们被分成两组，基数相等，不管他们的大小（数量平衡，纵横比差，但时间一致性好）。 本研究的结果表明，通过平衡分区的树映射方法优于一些现实世界的数据集的最先进的方法，並提出了一种新的度量标准，该度量标准测量矩形在运动过程中的视觉差异，以表示随时间变化的输入。该方法可以应用于虚拟现实智能硬件中的地理数据集，解决了传统基于空间填充（正方形）的方法的缺陷，並提高了信息可视化和树映射的效果。