高维星座图课程报告.docVIP

课程论文之高维星座图 15085208210003 陈文彬 15085208210010 刘 畅 15085208210021 吴 迪 摘要 星座图是多元数据可视化的一种常用方法,具有形象的特点,可以通过调整权系数来对数据进行交互式挖掘但是传统的星座图缺乏自动调整权系数的较好方法因而限制了其在可视化数据分析和模式识别的进一步应用。本文传统的星座图为星座图并高维星座图的应用进行了研究。 高维星座图增益指数增益 w1,w2,w3,...wp，其中各，且。重要的变量相应的权可以取得大一点，但一般情况下取等权，即 画一个半径为1的上半圆及半圆的底边直径，使每个样本对应半圆内的一个点，称为星。 对于每一个样品xi对应着上半圆内的一个星星和一条折线表示的路径。最后绘制成的星座图如图1所示。其中路径的折点坐标是： ，其中 星星位于路径的终点，其坐标记为，即。 1.2 复数系数星座图 在文献[2]中提出了基于复线性判别算法的星座图权系数优化，从而将传统星图极坐标变换后的角度矩阵复化，如下所示： ，其中i表示虚数单位。 然后复化后的矩阵进行复线性判别分析，并将取得的最优方向作为星座图的权系数向量w。最后绘制样本的复星座图，根据公式： 经过复线性判别算法绘制优化星座图后，前后对比如图2所示，星座图经过优化后类分离度明显提高。原始的n维数据的聚类或者分类的问题便转化为一个二维数据的聚类或者分类的问