基于维度扩展和重排的类圆映射可视化聚类方法

来源 :模式识别与人工智能 | 被引量 : 0次 | 上传用户:ld2001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
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、D
其他文献
本文结合普洱学院经济管理学院实际,在转型发展工作中,创新机制,开放办学,探索“政行校企”新机制,建立“产学研用”新团队,在学习中领会,在工作中思考,在实践中探索,有效地
X光影像导航成为提高机器人介入手术操作精度和安全性的关键突破点.因此,文中提出基于区域建议网络、残差结构和Canny边缘检测的导丝跟踪框架.在图像标定方面,采用多尺度标记策略,使检测网络可以学到更准确的特征.在图像增强方面,采用多滤波器融合策略,增加导丝的可识别性,提高跟踪准确率,改善系统鲁棒性.选取22组X射线视频序列进行实验,验证文中算法在速度、准确率及系统鲁棒性方面的优势.