計算機信息技術(shù)快速崛起發(fā)展,人們社會生產(chǎn)活動中產(chǎn)生的數(shù)據(jù)也越來越多。在不斷增多的數(shù)據(jù)中,有一種數(shù)值型的多維數(shù)據(jù):復(fù)雜度高,蘊含的信息量大。如何發(fā)現(xiàn)數(shù)值型多維數(shù)據(jù)的內(nèi)在規(guī)律、挖掘更有價值的信息,為后續(xù)的研究提供有效的幫助和指導(dǎo),是一個重要的研究課題。多維數(shù)據(jù)可視化中的平行坐標(biāo)可視化技術(shù)能夠直接、全面展示多維數(shù)據(jù)對象間的關(guān)系,為數(shù)據(jù)分析提供重要的方法和途徑。平行坐標(biāo)可視化技術(shù)在有限平面內(nèi)對多維數(shù)據(jù)進行展示時,平行坐標(biāo)圖中的線條由于空間擁擠,重疊覆蓋在一起,造成視覺混亂,數(shù)據(jù)規(guī)律難以發(fā)現(xiàn)。降維技術(shù)、聚類技術(shù)與平行坐標(biāo)可視化技術(shù)相結(jié)合,能夠很好地解決這個問題。論文結(jié)合這3種技術(shù)進行研究,實現(xiàn)可視化平臺。主要工作有以下3個方面:首先,基于t-SNE,提出改進的t-SNE算法。改進算法中用加權(quán)的歐式距離來度量高維空間樣本點之間相似度,得到更加精確的樣本點相似度;針對算法中損失函數(shù),添加L2正則化作為懲罰項,限制目標(biāo)函數(shù)過擬合,經(jīng)過多次迭代后獲得最佳的目標(biāo)函數(shù)。改進算法和其他降維算法用加州大學(xué)歐文分校提供的UCI數(shù)據(jù)庫中的Wine（葡萄酒）數(shù)據(jù)集進行仿真實驗,驗證改進算法的降維效果。利用改進的t-S... 

【文章來源】：中南民族大學(xué)湖北省

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

武陵山片區(qū)茶葉追溯大數(shù)據(jù)平臺多維數(shù)據(jù)可視化平臺的頁面主要使用Web前端技術(shù)實現(xiàn)，采用HTML、CSS、JavaScript等編程語言實現(xiàn)交互性好、美觀的動態(tài)頁面；選擇AngularJS作

維數(shù)過多的平行坐標(biāo)可視化圖

樣本點歐氏距離圖

【參考文獻】：
期刊論文
[1]基于t-SNE降維的科學(xué)基金資助項目可視化方法研究[J]. 陳挺,李國鵬,王小梅.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(08)
[2]K均值聚類算法的研究與優(yōu)化[J]. 陶瑩,楊鋒,劉洋,戴兵.  計算機技術(shù)與發(fā)展. 2018(06)
[3]基于AngularJS的健康大數(shù)據(jù)用戶接口設(shè)計與實現(xiàn)[J]. 李曉琳,王勇.  軟件導(dǎo)刊. 2017(09)
[4]基于主成分分析和K-means聚類的平行坐標(biāo)可視化技術(shù)研究[J]. 馬國峻,王水波,裴慶祺,詹陽.  網(wǎng)絡(luò)與信息安全學(xué)報. 2017(08)
[5]平行坐標(biāo)中的邊捆綁算法[J]. 秦紅星,衛(wèi)學(xué)仕.  計算機輔助設(shè)計與圖形學(xué)學(xué)報. 2017(07)
[6]數(shù)據(jù)可視化發(fā)展歷程研究[J]. 雷婉婧.  電子技術(shù)與軟件工程. 2017(12)
[7]一種K-means改進算法的并行化實現(xiàn)與應(yīng)用[J]. 李曉瑜,俞麗穎,雷航,唐雪飛.  電子科技大學(xué)學(xué)報. 2017(01)
[8]采用AngularJS構(gòu)建知識管理系統(tǒng)數(shù)據(jù)分析平臺[J]. 詹義,樸勇梅,周勝.  互聯(lián)網(wǎng)天地. 2016(11)
[9]正則化分段區(qū)分性特征變換方法[J]. 陳斌,張連海,屈丹,李弼程.  西安電子科技大學(xué)學(xué)報. 2016(02)
[10]大數(shù)據(jù)可視分析綜述[J]. 任磊,杜一,馬帥,張小龍,戴國忠.  軟件學(xué)報. 2014(09)

博士論文
[1]高維數(shù)據(jù)降維可視化研究及其在生物醫(yī)學(xué)中的應(yīng)用[D]. 徐微微.武漢大學(xué) 2016

碩士論文
[1]基于Web前端數(shù)據(jù)可視化研究與應(yīng)用[D]. 王水波.西安電子科技大學(xué) 2017
[2]圖標(biāo)可視化技術(shù)在聚類算法中應(yīng)用方法研究[D]. 徐晨光.北京交通大學(xué) 2015
[3]多維數(shù)據(jù)可視化分析方法研究與應(yīng)用[D]. 徐立婷.哈爾濱工程大學(xué) 2010
[4]基于平行坐標(biāo)的可視化數(shù)據(jù)挖掘技術(shù)研究[D]. 翟旭君.清華大學(xué) 2005



本文編號：3215106