论文摘要
现有的径向布局可视化方法无法有效捕获高维数据的非线性结构.因此,文中提出基于维度扩展和重排的类圆映射可视化聚类方法.利用近邻传播聚类算法和多目标聚类可视化评价指标对高维数据进行维度扩展,然后对扩展后的高维数据进行维度相关性重排,最后利用类圆映射机制降维至二维可视化空间,实现高维数据有效可视化聚类.实验表明,文中提出的维度扩展和重排策略能有效提高类圆映射可视化方法聚类效果,其中的维度扩展策略也能显著提高其它径向布局可视化方法聚类效果,泛化性能较好.此外,相比同类方法,文中方法在可视化聚类准确度、拓扑保持、Dunn指数及效果上优势明显.
论文目录
文章来源
类型: 期刊论文
作者: 黄珊,黎明,陈昊,李军华,张聪炫
关键词: 类圆映射可视化,维度扩展,可视化聚类,高维数据
来源: 模式识别与人工智能 2019年04期
年度: 2019
分类: 信息科技
专业: 计算机软件及计算机应用
单位: 南昌航空大学信息工程学院,南昌航空大学江西省图像处理与模式识别重点实验室
基金: 国家自然科学基金项目(No.61772255,61866025,61866026),江西省自然科学基金项目(No.20181BAB202025),江西省优势科技创新团队计划项目(No.20181BCB24008),江西省创新驱动“5511”工程优势学科创新团队(No.20165BCB19007),江西省教育厅科学技术项目(No.GJJ170608),江西省研究生创新专项资金项目(No.YC2017-S327)资助~~
分类号: TP311.13
DOI: 10.16451/j.cnki.issn1003-6059.201904005
页码: 326-335
总页数: 10
文件大小: 5656K
下载量: 75