CN119416178A 一种高维科创数据的降维可视化方法、装置及介质 (湖北科惠通科技有限公司)_第1页
CN119416178A 一种高维科创数据的降维可视化方法、装置及介质 (湖北科惠通科技有限公司)_第2页
CN119416178A 一种高维科创数据的降维可视化方法、装置及介质 (湖北科惠通科技有限公司)_第3页
CN119416178A 一种高维科创数据的降维可视化方法、装置及介质 (湖北科惠通科技有限公司)_第4页
CN119416178A 一种高维科创数据的降维可视化方法、装置及介质 (湖北科惠通科技有限公司)_第5页
已阅读5页,还剩23页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

发区金融港四路18号普天物联网创新2将所述低维数据输入智能交互可视化工具,对所述数据进行三维获取所述高维科创数据,从指定数据源中提取包括多维特征、对所述清洗后的数据进行标准化处理,统一不同特征的量纲与尺将所述低维数据表示输入到智能交互可视化工具中,生成初始的三维数据可视化展数据预处理模块,用于从多个数据源获取高维科创数据,并对所述3特征提取与降维算法选择模块,用于从所述预处理后的分布式降维计算模块,用于基于所述降维参智能交互可视化模块,用于将所述低维数据表示输入智数据处理单元,用于对所述获取的高维数据进行数据清洗和标准特征提取与降维单元,用于从所述预处理后的数据集中提取可视化呈现单元,用于将所述降维后的低维数据输入到三维可执行权利要求1至9中任一项所述的高维科创数据4择合适的降维算法并实现高效的计算处理仍然是亟待56图2为本申请实施例提供的一种高维科创数据的降维可视化方法的系统结构框7参照图1,是本发明实施例提供的一种高维科创数据的降维可视化方法的流程示,若xij缺失则xij=[0028]进一步地,对每个特征xij使用z_score标准化方法的标准差oj和均值μj:8[0034]其中min(x)和max(x,)分别为特征在数据集中的最小值和最大值。通阵中的元素Rjk表示特征x'j与x'之间的皮尔逊相关系数,定义如下:[0043]根据特征分布和相关性分析结果,提取数据集的主要特征,并生成特征集合9[0045]对每个特征fj∈Fextrscr进行线性与非线性性质的评估,计算其线性度指标和非线性度指标nj。具体地,表示特征与其他特征之间的线性关系程度,而nj则衡[0050]根据步骤S220中得到的复杂度分类结果,选择适合的数据降维算法。当>法,则利用参数集合中的目标维度d和样本矩阵Dorm={X'1,X'2,…,X'n}初始化PCA降维:[0057]初始化分布式计算环境,将数据集分割为多个子数据集(,,…[0059]在每个分布式节点上,对各自持有的子数据集进行降维计算,其中(q=1,ya)=w,[0063]各分布式节点将计算所得的低维表示矩阵yla)保持本地,待后续步骤S330中合并[0065]从所有分布式节点收集各子数据集的低维表示矩阵(y1),y(2),…,vo)}进一步[0067]输出最终的低维数据表示yrinai,用于后续的智能交互可视化工具(S400模块)应的特征名称。[0071]生成初始的三维数据图形v;itt,作为后续交互展示的基础。将该图形展示于用三维视角时,系统基于用户输入的角度θ,对三维图形vimir进行旋转变换。旋转矩阵Ry;'=s·y;图2是本发明实施例提供的一种高维科创数据的降维可视化系统的结构框图。如[0088]特征提取与降维算法选择模块12用于从数据预处理模块10输出的数据集中提取据的降维处理和可视化展示。该系统通过分布式架构实现了对大规模数据集的高效处理,数据获取单元21用于从多个数据源获取高维科创数据,所述数据包括实验数据、

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论