基于SOM的多維數據可視化研究與實現.pdf

1、隨著Internet的飛速發(fā)展和數據倉庫的大規(guī)模應用,科學、工程、商業(yè)等領域的多維信息日益增多。由于人類認知能力的固有局限性和信息的復雜性,多維數據可視化技術作為有效的抽象信息展現工具被廣泛地用來輔助知識工作者理解和分析海量多維數據集。
　　 多維數據可視化技術的基本思想是利用計算機圖形學和圖像處理技術,將數據庫或數據倉庫中的多維數據轉換為圖形或圖像在屏幕上顯示出來,并進行交互。多維數據集的可視化方法主要有兩類,一類是對數據的各

2、維進行映射,另一類是對數據進行降維處理。針對多維數據可視化和可視化結果聚類分析的相關問題,本文在綜合分析各種多維數據可視化方法的基礎上,對自組織映射(SOM)方法展開研究。主要工作包括兩個方面的內容:
　　 (1)SOM降維可視化的研究。針對SOM方法僅適用于數值型數據的不足,提出了一種基于新相似性度量函數的SOM-M方法,該相似性度量函數結合了數值和分類兩種數據類型的度量方法,可以同時計算數值與分類型數據；采用馬氏距離代替?zhèn)鹘y(tǒng)

3、歐式距離,消除了數據之間的相關性。實驗證明,改進后的算法能有效地處理多維混合型數據,獲得更準確的可視化效果,成功地解決了多維混合型數據的可視化問題。
　　 (2)SOM聚類分析的研究。SOM方法除了具有多維數據可視化功能,還可以有效地進行大規(guī)模的聚類分析,其特點是自動聚類,但缺點是分類的精度不高。本文提出了將SOM-M與K-Prototypes算法結合的方法,該方法首先利用SOM-M算法獲得輸入數據的大致聚類情況,然后利用這些信