首页 | 本学科首页   官方微博 | 高级检索  
     

基于多元图形特征融合原理的降维方法研究
引用本文:孟辉,洪文学,宋佳霖,王立强. 基于多元图形特征融合原理的降维方法研究[J]. 燕山大学学报, 2008, 32(5)
作者姓名:孟辉  洪文学  宋佳霖  王立强
作者单位:1. 燕山大学,电气工程学院,河北,秦皇岛,066004
2. 燕山大学,车辆与能源学院,河北,秦皇岛,066004
基金项目:国家自然科学基金,教育部高等学校博士学科点专项科研基金,河北省自然科学基金
摘    要:降维是将高维模式映射到低维子空间的过程.在降维后的低维子空间进行分类往往能得到更好的效果.本文以高维数据为研究对象,采用多元描述图对高维数据进行可视化表达,采用多元图图形特征融合的方法对高维数据进行降维,用K邻分类器进行分类效果评价.与Fisher线性判别及其他一些常用非线性降维方法相比,本文所提方法在数据的可视化以及分类精度等方面均有较好效果.

关 键 词:降维  多元图形特征融合  雷达图

A new method for dimensionality reduction based on multivariate graphical feature fusion
MENG Hui,HONG Wen-xue,SONG Jia-lin,WANG Li-qiang. A new method for dimensionality reduction based on multivariate graphical feature fusion[J]. Journal of Yanshan University, 2008, 32(5)
Authors:MENG Hui  HONG Wen-xue  SONG Jia-lin  WANG Li-qiang
Affiliation:MENG Hui 1,HONG Wen-xue 1,SONG Jia-lin 1,WANG Li-qiang 2 (1. College of ElectricalEngineering,Yanshan University,Qinhuangdao,Hebei 066004,China,2. College of Vehicle ,Energy Engineering,China)
Abstract:Dimensionality reduction is the process of mapping high-dimension patterns to a lower dimension subspace. When done prior to classification, estimates obtained in the lower dimension subspace are more reliable. A novel method based on graphical multivariate feature fusion is proposed and used to offer a visual representation of high dimensional data. The graphical processing method proposed in this paper, relies on using a multilayered structure of feature fusion which produces as output of the lower di- me...
Keywords:dimensionality reduction  multivariate graphical feature fusion  star plot  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号