一种利用极限学习机的数据可视化方法

• 作者: 宋玛君 王廷春 陈文兵
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 数据可视化 ELM MDS Pearson相关性 Spearman相关性
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 图形与图像
• 页码范围: 912-918
• 页数: 7页
• 分类号: TP391.4
• 字数: 5031字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.05.014

摘要

提出一种利用极限学习机ELM的数据可视化方法,该方法利用多维尺度分析MDS、Pearson 相关性、Spearman相关性代替常用的均方误差MSE实现高维数据投影到2-维平面的数据可视化.将所提方法与近期流行的随机邻域嵌入SNE及其改进的t-SNE方法对比,并通过局部连续元准则LCMC进行质量评测.结果表明:该方法的数据可视化结果及计算性能明显优于SNE及t-SNE方法;而在提出的三种学习规则中,基于MDS的学习规则效果最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈文兵	南京信息工程大学数学与统计学院	17	99	6.0	9.0
2	宋玛君	南京信息工程大学数学与统计学院	1	1	1.0	1.0
3	王廷春	南京信息工程大学数学与统计学院	14	15	3.0	3.0