一种基于维度重构的高维数据子空间聚类投影效果优化方法

    公开(公告)号:CN105160352A

    公开(公告)日:2015-12-16

    申请号:CN201510504284.2

    申请日:2015-08-18

    申请人: 中南大学

    IPC分类号: G06K9/62

    CPC分类号: G06K9/6219

    摘要: 本发明提供一种基于维度重构的高维数据子空间聚类投影效果优化方法。具体步骤为:1):探索维度子空间。确认需要改善二维投影效果的目标优化子空间和选择具有良好聚类结构的子空间;2):构造重构维度集合。把具有良好聚类结构的子空间的聚类信息转移到重构维度上;3):构造候选优化维度子空间集合。重构维度集合的每一个元素与目标优化维度子空间进行自由组合生成候选优化子空间集合;4):筛选出优化维度子空间集合;5):确定最优维度子空间。本发明创造性地在高维数据子空间中引入重构的概念,并通过携带有更强聚类信息的重构维度改善和增强目标优化子空间的聚类投影效果,解决了高维数据子空间在二维平面上聚类投影效果的失真问题。

    一种无线电信号数据的可视化方法

    公开(公告)号:CN105897488B

    公开(公告)日:2019-04-09

    申请号:CN201610419842.X

    申请日:2016-06-13

    申请人: 中南大学

    摘要: 本发明提供了一种无线电信号数据的可视化方法,步骤1:获取从频谱数据和原始电平采样数据中提取的无线电信号数据;步骤2:绘制频率‐带宽散点图;步骤3:使用聚类算法对无线电信号数据进行聚类;步骤4:划分时间片;步骤5:对每个聚类计算每个时间片的平均中心频率、平均带宽、平均信噪比和平均信号强度;步骤:6:绘制信号流图。利用信号流图有效编码无线电信号的多种特征,将时频上较离散的信号数据的多种重要特征平滑地展示出来,更好的展现无线电信号的多特征时变模式,加快分析人员对无线电信号时变模式的宏观感知效率。

    一种基于Radviz的模糊聚类结果可视化方法

    公开(公告)号:CN106055580A

    公开(公告)日:2016-10-26

    申请号:CN201610341872.3

    申请日:2016-05-23

    申请人: 中南大学

    IPC分类号: G06F17/30 G06K9/62

    CPC分类号: G06F17/30994 G06K9/622

    摘要: 本发明提供了一种基于Radviz的模糊聚类结果可视化方法,其步骤为:1)对模糊聚类算法的结果进行数据预处理;2)为RadViz圆周设计合理的聚类簇维度锚点布局;3)将数据样本以圆点模式或饼图模式投影到Radviz内部;4)将维度锚点扩展为维度圆环,实现Radviz圆环的可视编码;5)将隶属度分布信息融合到Radviz主视图中;6)提取聚类间的共存关联关系,并使用弦线映射共存关系。本发明基于Radviz对模糊聚类算法得到的模糊隶属度矩阵进行展示,不但为用户提供了尽可能多的模糊聚类信息,而且允许研究人员自由探索数据属性、隶属度矩阵和聚类簇等信息,从而使用户进行更加快速、直观、准确的决策。

    一种基于Radviz的模糊聚类结果可视化方法

    公开(公告)号:CN106055580B

    公开(公告)日:2019-02-05

    申请号:CN201610341872.3

    申请日:2016-05-23

    申请人: 中南大学

    IPC分类号: G06F16/904 G06K9/62

    摘要: 本发明提供了一种基于Radviz的模糊聚类结果可视化方法,其步骤为:1)对模糊聚类算法的结果进行数据预处理;2)为RadViz圆周设计合理的聚类簇维度锚点布局;3)将数据样本以圆点模式或饼图模式投影到Radviz内部;4)将维度锚点扩展为维度圆环,实现Radviz圆环的可视编码;5)将隶属度分布信息融合到Radviz主视图中;6)提取聚类间的共存关联关系,并使用弦线映射共存关系。本发明基于Radviz对模糊聚类算法得到的模糊隶属度矩阵进行展示,不但为用户提供了尽可能多的模糊聚类信息,而且允许研究人员自由探索数据属性、隶属度矩阵和聚类簇等信息,从而使用户进行更加快速、直观、准确的决策。

    一种无线电信号数据的可视化方法

    公开(公告)号:CN105897488A

    公开(公告)日:2016-08-24

    申请号:CN201610419842.X

    申请日:2016-06-13

    申请人: 中南大学

    摘要: 本发明提供了一种无线电信号数据的可视化方法,步骤1:获取从频谱数据和原始电平采样数据中提取的无线电信号数据;步骤2:绘制频率‐带宽散点图;步骤3:使用聚类算法对无线电信号数据进行聚类;步骤4:划分时间片;步骤5:对每个聚类计算每个时间片的平均中心频率、平均带宽、平均信噪比和平均信号强度;步骤:6:绘制信号流图。利用信号流图有效编码无线电信号的多种特征,将时频上较离散的信号数据的多种重要特征平滑地展示出来,更好的展现无线电信号的多特征时变模式,加快分析人员对无线电信号时变模式的宏观感知效率。