基于稀疏正则化的高维数据可视化分析技术

• 作者: 周向东 施伯乐 陈海辉
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 高维数据 特征选取 稀疏学习 可视化分析 降维 投影
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 数据工程
• 页码范围: 22-26,119
• 页数: 6页
• 分类号: TP3
• 字数: 5029字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.06.005

摘要

高维数据可视化分析是数据分析与可视化领域的研究热点,传统的降维方法得到的低维空间往往难以解释,不利于人们对高维数据的可视化分析与探索.提出一种新的可视化解释器(Explainer)方法,将L1稀疏正则化特征选取引入到高维数据的可视化处理过程中,建立起高层语义标签与少量的关键特征之间的联系.通过可视化设计与实验验证了该方法可以有效改善高维数据的可视化分析性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施伯乐	复旦大学计算机科学技术学院	188	4414	33.0	61.0
2	周向东	复旦大学计算机科学技术学院	35	323	10.0	17.0
3	陈海辉	复旦大学计算机科学技术学院	1	3	1.0	1.0