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:
聚类可以将结构相似的无标签数据分成不同的类.但是,现有的聚类算法无法让用户从直观上把握数据的分布情况,尤其是在高维空间中的分布情况.尽管维数约简的方法可以有效地将高维数据映射到低维空间便于用户理解,但是低维空间中数据点的重叠会影响可视化的效果.为了解决这一问题,提出了一种基于局部主方向的交互式聚类可视化方法.具体地,用户可以通过主方向上的频数直方图来理解和利用数据的统计特性,采用交互的方法收缩或拉伸点点距离,解决投影点的重叠问题.在人工数据集和真实数据集上进行了实验,实验结果表明,该方法可以有效地改善数据点在低维子空间中的可分性,为用户提供更好的可视化聚类效果.此外,该方法还能在保持良好聚类效果的同时,有效地减少降维算法的迭代次数,提升聚类分析效率.
推荐文章
研讨信息交互式可视化平台设计与实现
综合集成研讨厅
群体研讨
交互式图形可视化
信息可视化
VISMiner:一个交互式可视化数据挖掘原型系统
联机数据挖掘
数据可视化
自组织神经网络
交互式数据可视化软件开发系统的设计与实现
数据可视化
三维交互
对象库
VRML在交互式可视化药学教学中的应用
VRML (Virtual Reality Modeling Language) 基于网络的交互式教学系统 可视化 组合化学
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 利用局部主方向实现交互式聚类可视化
来源期刊 计算机科学与探索 学科 工学
关键词 局部主方向 可视聚类分析 可视分析 交互方法
年,卷(期) 2018,(6) 所属期刊栏目 学术研究
研究方向 页码范围 859-871
页数 13页 分类号 TP391
字数 8275字 语种 中文
DOI 10.3778/j.issn.1673-9418.1705030
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 张军平 复旦大学计算机科学技术学院 6 161 4.0 6.0
5 卢颖 复旦大学计算机科学技术学院 3 20 2.0 3.0
6 张志豪 复旦大学计算机科学技术学院 4 10 2.0 3.0
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  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1949(1)
  • 参考文献(1)
  • 二级参考文献(0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
局部主方向
可视聚类分析
可视分析
交互方法
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导