基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了解决高维多目标优化问题中有效可视化Pareto最优解集这一难题,提出了一种基于特征解选取的n维图表可视化技术。首先,针对多目标优化问题的特性,提取Pareto最优解集中特征性明显的特征解;然后,针对不同的决策需求提出2种目标信息共享机制,将特征解各目标信息共享后进行有效排序分层;最后,以子图表形式进行绘制。该方法有效去除Pareto最优解集中性能相近的冗余解,对特征解各目标数据信息、性能优劣变化趋势及决策者的决策信息进行可视化。基于此思想设计的高维多目标可视化模型,方便决策者对Pareto最优解集的分析和决策。
推荐文章
目标运动特征的可视化仿真方法研究
运动特征
可视化设计模型
科学计算可视化
基于PCA的高维多目标优化可视化方法
主成分分析
热图
高维多目标优化
可视化
分级聚类
降维
基于类圆映射的高维多目标可视化方法
多目标优化问题
可视化技术
高维多目标可视化
类圆映射
Pareto支配
Pareto前沿形状
基于深度特征与非线性降维的图像数据集可视化方法
数据可视化
深度学习
非线性降维
卷积神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于特征解选取的高维多目标可视化研究
来源期刊 哈尔滨工程大学学报 学科 工学
关键词 高维多目标 可视化技术 特征解选取 n维图表可视化 Pareto前沿决策
年,卷(期) 2013,(9) 所属期刊栏目
研究方向 页码范围 1179-1187
页数 9页 分类号 TP18
字数 7783字 语种 中文
DOI 10.3969/j.issn.1006-7043.201303061
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 毕晓君 哈尔滨工程大学信息与通信工程学院 126 1188 17.0 27.0
2 李博 哈尔滨工程大学信息与通信工程学院 30 138 7.0 10.0
3 王珏 哈尔滨工程大学信息与通信工程学院 16 119 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (12)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
高维多目标
可视化技术
特征解选取
n维图表可视化
Pareto前沿决策
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
哈尔滨工程大学学报
月刊
1006-7043
23-1390/U
大16开
哈尔滨市南岗区南通大街145号1号楼
14-111
1980
chi
出版文献量(篇)
5623
总下载数(次)
16
总被引数(次)
45433
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导