没有合适的资源？快使用搜索试试~
我知道了~
文库首页
信息化管理
IT管理
高维数据可视化方法研究
高维数据可视化方法研究
可视化
需积分: 48
12 下载量
4 浏览量
2015-03-27
18:30:44
上传
评论
收藏
506KB
PDF
举报
温馨提示
立即下载
高维数据可视化方法研究 主要以雷达图为例
资源推荐
资源评论
高维数据可视化研究
浏览：119
5星 · 资源好评率100%
介绍了现在最常用的可视化方法，用于数据挖掘，包括像素法，平行坐标系，雷达图，脸谱图等。
论文研究-高维数据可视化的矢量雷达图方法研究 .pdf
浏览：184
高维数据可视化的矢量雷达图方法研究，孟辉，洪文学，高维数据可视化在当前科学、工程和商业决策领域中起到非常重要的作用。本文提出一种高维数据可视化的矢量雷达图方法，基于矢量融
论文研究-改进的基于SOM的高维数据可视化算法.pdf
浏览：87
通过对高维数据可视化方法的系统研究，提出了一种新的基于自组织映射（Self-Organizing Map，SOM）的算法。为了表现该方法的特点，将其称为三维自组织映射（Three-Dimensional SOM，TDSOM）。它在对高维数据记录集进行SOM分析后将其投影到三维坐标系中的特定的点集上，最终形成三维模型。该模型弥补了传统模型难以清晰准确地展现高维数据的缺陷，并且新模型着重于在一个比二维
多维数据集中高维数据可视化算法研究
浏览：96
多维数据集中包含海量的复杂高维数据,如何对这些数据进行科学的理解、分析和使用,是数据挖掘领域的一个重点和难点课题.针对传统可视化算法无法解决高维数据多属性的可视化问题,算法复杂、适用性较差的不足,提出基于快速数据聚类的可视化算法研究.算法构建了一种多维数据模型,采用三角多项式建立映射关系;对多维数据集做不同层次的划分,并基于聚类的效果筛选最佳聚类数;最后在平行坐标系基础上,对高维数据进行时序多维分
论文研究- 一种基于MDS的高维数据降维与可视化方法 .pdf
浏览：132
一种基于MDS的高维数据降维与可视化方法 ，任珂，马志强，降维与可视化是分析高维数据的有效手段。传统数据降维技术计算效率低，准确性较差，无法帮助分析者更深入理解和认识数据。因此，
PCA_高维数据可视化.ipynb
浏览：76
PCA_高维数据可视化.ipynb
高维数据研究
浏览：132
计算巨大数据集的k段均值
高维数据可视化方法研究_余肖生.pdf
浏览：139
数据可视化 医学
可视化大规模和高维数据
浏览：81
可视化大规模和高维数据
一种新的高维数据降维方法
浏览：165
前言现实世界中存在着大量的复杂事物及现象,人们希望揭示隐藏在这些纷繁芜杂的表象下的事物和现象的客观规律。随着信息技术的发展,我们面对的数据越来越复杂,往往具有如下特点:(1)样本点数量巨大;(2)数据收集的频率越来越高;(3)数据内部存在结构化的特征;(4)指标变量众多。例如天气状况,用来描述气象特征的指标非常多,像温度,湿度,气压,风力,降雨量等等,对于每时每刻的天气状况,可以用多变量组成的向量
高维数据可视化之t-SNE算法1
浏览：17
引入困惑度的概念，通过二分搜索的方式来寻找一个最佳其中困惑度指：这里的是的香农熵，即：困惑度可以理解为某个数据点附近有效近邻点的个数，对困惑度的调整具有鲁棒性，
论文研究-基于子空间聚类的高维数据可视分析方法综述.pdf
浏览：65
随着信息技术的飞速发展和大数据时代的来临，数据呈现出高维性、非线性等复杂特征。对于高维数据来说，在全维空间上往往很难找到反映分布模式的特征区域，而大多数传统聚类算法仅对低维数据具有良好的扩展性。因此，传统聚类算法在处理高维数据的时候，产生的聚类结果可能无法满足现阶段的需求。而子空间聚类算法搜索存在于高维数据子空间中的簇，将数据的原始特征空间分为不同的特征子集，减少不相关特征的影响，保留原数据中的主
基于降维技术的高维数据可视化研究与实现.caj
浏览：99
基于降维技术的高维数据可视化研究与实现
大数据背景下数据可视化方法研究.doc
浏览：2
大数据背景下数据可视化方法研究 作者：黄堰 程晓荣 来源：《电脑知识与技术》2016年第17期 摘要：大数据时代数据飞速增长，高维数据越来越多迫切需要新的数据可视化 方法对高维数据进行处理。本文在传统的Radviz数据可视化方法基础上，结合弹簧模型 ，给出了一种改进的Radviz数据可视化方法，并通过两种模型之间的比较，证明了改进 的Radviz可视化方法增强了属性间的合力，降低了数据遮盖度，更好
T-SNE可视化高维数据
浏览：179
T-SNE可视化高维数据
高维数据分类方法研究
浏览：41
在对高维度数据进行模式分类时,能否有效进行降维是一个关键问题。提出了一种结合高斯过程潜变量模型(GPLVM)和支持向量机(SVM)的阶梯跳跃降维分类框架方法,能有效的降低样本数据维数,同时提高分类器性能。利用GPLVM实现数据的平滑映射,对输入样本进行非线性降维后,根据SVM的分类校验结果进行下一步降维迭代操作;计算新的阶梯维数,根据反馈动态调整降维输入数据。利用该方法对UCI上的数据集进行分类,
面向大数据的高维数据挖掘研究.pdf
浏览：29
面向大数据的高维数据挖掘研究.pdf
高维数据降维方法研究
浏览：65
本文介绍了MDS、Isomap等三种主要的高维数据降维方法,同时对这些降维方法的作用进行了探讨。
聚类分析中的高维数据降维方法研究
浏览：175
高维数据能充分表达复杂事物的信息,但高维数据自身表达和处理复杂,妨碍了它的实际应用。阐述了用降维算法和构建索引结构来解决高维数据降维问题。以数据对象变异最大方向的投影作为特定数据对象集的主成份,将聚类分析引入高校数据资源的预处理环节,实现了数据对象集合的聚类归约。给出应用实例,为深入探索相关模式提供有效的分析方法。
稳健的高维数据约简方法
浏览：192
稳健的高维数据约简方法
高维数据的相似性度量研究
浏览：74
数据间的相似性度量是进一步分析数据集整体特性的一个重要基础。针对高维数据的相似性度量问题,提出了一种基于子空间的相似性度量方法。该方法先将高维空间进行基于网格的划分,然后在划分后的子空间内计算数据间的相似性。理论分析表明,在合理选定网格划分参数的前提下,该方法可有效减小"维度灾难"对高维数据相似性度量的影响。
PhenoPlot:高维数据可视化软件
浏览：149
表型图 PhenoPlot 是一个基于字形的可视化工具箱，可以同时表示多达 21 个变量/特征。 该工具箱是一个带有 GUI 的 Matlab 工具箱，旨在从细胞图像中提取细胞特征，但它可以用于任何数值数据。 使用 PhenoPlot 时，请引用手稿 HZ Sailem, J. Sero, C. Bakal (2015) Visualizing Cell Imaging Data using P
高维数据的特征选择研究 (2012年)
浏览：55
特征选择是机器学习的重要研究内容之一相对于低维数据的特征选择而言,高维数据的特征选择更具挑战性,尤其是高维小样本的特征选择问题,因而吸引很多研究者的关注。高维特征选择问题称为稀疏建模问题,其目标是解决现有特征建模方法在高维特征空间失效的问题。本文对高维数据的特征选择研究成果进行了相应的总结和展望。
高维数据子空间聚类算法研究
浏览：111
高维数据下的子空间聚类算法研究，博士论文 博士论文
高维数据的三向决策聚类方法
浏览：73
高维数据的三向决策聚类方法
黑群晖 ARPL 引导文件
浏览：177
黑群晖 ARPL 引导文件
ECharts+html大数据可视化大屏展示模板.zip
浏览：21
5星 · 资源好评率100%
ECharts+html大数据可视化大屏展示模板25套,可以根据自己需求修改数据和样式,都是基于ECharts的大数据可视化展示html的模板，直接打开html即可看到展示效果。内含：智慧物流大数据展示模板，智慧医疗大数据展示模板，智慧社区大数据展示模板，新能源车联网大数据展示模板，项目施工大数据展示模板，物流大数据大数据展示模板，商场运营大数据展示模板，可视化监控大数据展示模板，设备状况大数据展
keil5 安装包
浏览：51
keil5
Axure9上最好用的组件库，自己一直再用的，强烈推荐
浏览：70
5星 · 资源好评率100%
Axure8、Axure9最热门，最常用的92个axure组件库，包含Element最新的设计元素，包括ant最新的组件，还有常用的各种文件库，一直再适用，原型从未被超越，不要觉得贵，下载了绝对不会后悔~
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
辛德瑞拉先生
粉丝: 0
资源:
1
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
易语言HIPP精易扩展V1.0.1
indy之路第一篇 UDP进行通讯（2）
portable.bouncycastle.1.9.0
按以下要求实现程序功能(java代码).docx
java实现获取今日天气源码
精品协同供应链集成解决方案V70.rar
最新租号平台系统源码，可选择单独租用或与他人合租.rar
备胎书屋2024-04-12.torrent
基于 HTTP 请求的快速数据驱动 pytest 接口自动化测试框架
汐鹤Key码查询+网站授权系统源码.rar
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
