基于维度扩展和重排的类圆映射可视化聚类方法

作     者：黄珊 黎明 陈昊 李军华 张聪炫 HUANG Shan;LI Ming;CHEN Hao;LI Junhua;ZHANG Congxuan

作者机构：南昌航空大学信息工程学院南昌330063 南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2019年第32卷第4期

页      面：326-335页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(No.61772255,61866025,61866026) 江西省自然科学基金项目(No.20181BAB202025) 江西省优势科技创新团队计划项目(No.20181BCB24008) 江西省创新驱动“5511”工程优势学科创新团队(No.20165BCB19007) 江西省教育厅科学技术项目(No.GJJ170608) 江西省研究生创新专项资金项目(No.YC2017-S327)资助 

主　　题：类圆映射可视化 维度扩展 可视化聚类 高维数据 

摘      要：现有的径向布局可视化方法无法有效捕获高维数据的非线性结构。因此,文中提出基于维度扩展和重排的类圆映射可视化聚类方法。利用近邻传播聚类算法和多目标聚类可视化评价指标对高维数据进行维度扩展,然后对扩展后的高维数据进行维度相关性重排,最后利用类圆映射机制降维至二维可视化空间,实现高维数据有效可视化聚类。实验表明,文中提出的维度扩展和重排策略能有效提高类圆映射可视化方法聚类效果,其中的维度扩展策略也能显著提高其它径向布局可视化方法聚类效果,泛化性能较好。此外,相比同类方法,文中方法在可视化聚类准确度、拓扑保持、Dunn指数及效果上优势明显。