多維數(shù)據(jù)的多元圖特征基元表示與分類研究.pdf

1、在模式識別中多維數(shù)據(jù)分類是一個重要的研究課題。如今，分類算法存在一些問題：傳統(tǒng)的分類算法需要大量計算的問題、分類識別的目標更加復(fù)雜的問題、分類結(jié)果的可解釋性差、分類過程的不可知性等問題。
　　為了解決上述問題，本文研究了怎樣以多元圖圖形特征基元表示和特征融合、特征提取技術(shù)為手段來降低分類算法的計算代價及實現(xiàn)分類結(jié)果可視化、分類過程可視化，并且提出了基于多元圖圖形特征基元表示的多維數(shù)據(jù)可視化分類的一般性方法。
　　首先，在深入

2、分析多維數(shù)據(jù)多元圖表示原理的基礎(chǔ)上，對多元圖形特征進行了更加深入的挖掘。針對維數(shù)在3~15維之間(小高維數(shù)據(jù))的數(shù)據(jù)，根據(jù)全息分類(不舍棄任何一個特征信息)的思想，提出了多元圖表示和特征提取、變量融合相結(jié)合的多維數(shù)據(jù)可視化分類方法。此方法首先采用徑向坐標圖表示多維數(shù)據(jù)，不同類別的多維數(shù)據(jù)形成的多元圖也各不相同，然后應(yīng)用單原型圖形分類器對徑向坐標圖形進行自動識別。最后進行實驗，證明此方法的有效性。
　　其次，針對維數(shù)在15~30維之

3、間(中高維數(shù)據(jù))的數(shù)據(jù)，為了實現(xiàn)多元圖形的自動識別，需要研究多元圖圖形的描述方法和有利于機器判別的特征。為此，本文提出了一種特征提取、特征融合與多元圖圖形特征基元表示相結(jié)合的可視化分類方法。該方法先對數(shù)據(jù)進行特征提取，從而實現(xiàn)多維數(shù)據(jù)的降維，為了不損失數(shù)據(jù)信息，將其余的數(shù)據(jù)進行矢量模長融合，最后進行可視化表示，得到利于分類的標準模板，
　　最后，在此基礎(chǔ)上對于維數(shù)遠大于30維(大高維數(shù)據(jù))的數(shù)據(jù)，本文采用分層、遞階的方法將數(shù)據(jù)進行