• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

二分类数据的分类结果可视化算法

王晓红 王晓茹 李群湛

王晓红, 王晓茹, 李群湛. 二分类数据的分类结果可视化算法[J]. 西南交通大学学报, 2006, 19(3): 329-334.
引用本文: 王晓红, 王晓茹, 李群湛. 二分类数据的分类结果可视化算法[J]. 西南交通大学学报, 2006, 19(3): 329-334.
WANG Xiaohong, WANG Xiaoru, LI Qunzhan. Algorithm for Visualization of Classification Results of Two-Category Data[J]. Journal of Southwest Jiaotong University, 2006, 19(3): 329-334.
Citation: WANG Xiaohong, WANG Xiaoru, LI Qunzhan. Algorithm for Visualization of Classification Results of Two-Category Data[J]. Journal of Southwest Jiaotong University, 2006, 19(3): 329-334.

二分类数据的分类结果可视化算法

基金项目: 

国家重点基础研究发展规划项目(G1998020312)

详细信息
    作者简介:

    王晓红(1977- ),女,讲师,博士研究生,研究方向为电力系统保护以及变电站综合自动化技术,E-mail:xhwang@nec.swjtu.edu.cn;王晓茹(1962- ),女,教授,博士生导师,研究方向是电力系统保护和安全稳定控制、变电站自动化技术,E-mail:xrw ang@hom e.sw jtu.edu.cn

    王晓红(1977- ),女,讲师,博士研究生,研究方向为电力系统保护以及变电站综合自动化技术,E-mail:xhwang@nec.swjtu.edu.cn;王晓茹(1962- ),女,教授,博士生导师,研究方向是电力系统保护和安全稳定控制、变电站自动化技术,E-mail:xrw ang@hom e.sw jtu.edu.cn

Algorithm for Visualization of Classification Results of Two-Category Data

  • 摘要: 针对在某些应用领域对二分类数据分类结果可视化的需求,以及现有无监督可视化算法无法提供分类结果的相关信息的问题,提出了二分类数据分类结果可视化算法———支持向量可视化(SVV).该算法是在无监督的自组织神经网络(SOM)的可视化功能的基础上,结合监督学习的支持向量机(SVM)的二分类算法,得到能够直观地显示高维数据、二分类数据分类边界以及数据与分类边界距离的二维映射图,提高了分类结果的可解释性.以SOM可视化算法以及Sammon算法为参照,用2组可分性不同的样本集进行仿真分析,验证了该算法的有效性和可行性.

     

  • JACKSON J E.A users guide to principal components[M]. New York:John Wiley and Sons,1991.[2] COX T F,COX M A.Multidimensional scaling[M]. 2nd ed.London:Chapman Hall/CRC Press,2000.[3] KOHONEN T.Self-organizing maps[M]. Berlin:Springer-Verlag,1997:145-152.[4] SAMMON J W.A nonlinear mapping for data structure analysis[J]. IEEE Trans.on Computers,1969(18):401-409.[5] DEMARTINES P,HERAULT J.Curvilinear component analysis:a self-organizing neural network for nonlinear mapping of data sets[J]. IEEE Trans.on Neural Networks,1997(8):148-154.[6] TENENBAUM J B,de SILVA V,LANGFORD J C.A global geometric framework for nonlinear dimensionality reduction[J]. Science,2000(290):2319-2323.[7] LI J X.Visualization of high-dimensional data with relational perspective map[J]. Information Visualization,2004(3):49-59.[8] 邓乃扬,田英杰.数据挖掘中的新方法——支持向量机[M]. 北京:科学出版社,2004:186-206.[9] WU S T,CHOW T W S.Support vector visualization and clustering using self-organizing map and support vector one-class classification[C] ∥Proc.of 2003 Int.Joint Conf.on Neural Networks.Portland:IEEE Press,2003:803-808.[10] SCHLKOPF B,SMOLA A.New support vector algorithms[J]. Neural Computation,2000,12:1 207-1 245.
  • 加载中
计量
  • 文章访问数:  1547
  • HTML全文浏览量:  91
  • PDF下载量:  474
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-09-15
  • 刊出日期:  2006-06-25

目录

    /

    返回文章
    返回