一种改进的高维数据可视化模型

摘要：

可视化诱导自组织映射(ViSOM)是一种人工神经网络模型,已经被成功应用于高维数据的可视化分析.但是,标准的ViSOM方法不仅没有考虑数据之间的相关性,而且当输出网络结点太多时,需要消耗大量运算开销;输出网络结点太少,又难以分析数据的可视化结果.为克服ViSOM的这两个弱点,本文首先在ViSOM的基础上提出了一个改进的映射算法MViSOM,接着在独立成分分析(ICA)与MViSOM的基础上提出了一个改进的高维数据可视化模型IMViSOM.论文最后通过实验说明了IMViSOM模型在对群聚数据的可视化分类效果及运算速度方面都优于ViSOM方法,从而验证了IMViSOM模型的正确性与合理性.

关键词：独立成分分析、可视化诱导自组织映射、相关性

所属期刊栏目：34

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金10371135

在线出版日期：2007-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：175-178