期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种改进的FastMap算法 被引量:1
1
作者 屈太国 蔡自兴 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第4期682-692,共11页
FastMap是经典多维标度法(classical multidimensional scaling,CMDS)的一种快速算法,它包含一系列的投影.在每次投影中,两个相距较远的点被选为枢轴点,连接枢轴点得到一个枢轴;然后将各样本投影到枢轴上;最后,修改所有样本间的距离.Fas... FastMap是经典多维标度法(classical multidimensional scaling,CMDS)的一种快速算法,它包含一系列的投影.在每次投影中,两个相距较远的点被选为枢轴点,连接枢轴点得到一个枢轴;然后将各样本投影到枢轴上;最后,修改所有样本间的距离.FastMap的不足在于只能得到CMDS的近似解.对FastMap进行了深入分析,指出FastMap的本质就是把各样本投影到由枢轴确定的一组正交向量上.由于这组向量通常不同于样本集的主轴,使得FastMap只能得到CMDS的近似解;并指出FastMap算法的最大投影次数等于样本集的内在维数.在此理论分析的基础上,提出了一种改进的FastMap算法—iFastMap(improved FastMap)算法.通过对FastMap坐标进行主成分分析,iFastMap得到了与CMDS完全一致的解;此外,从样本集中选取一个内在维数等于整个样本集内在维数的子集,将枢轴点的选取限定在这个子集上,并在每次投影后只修改枢轴点与各样本间的距离,iFastMap的速度得到进一步提高.实验验证了iFastMap与CMDS解的完全一致性及其高效性. 展开更多
关键词 经典多维标度法(CMDS) 内在维数 fastmap 修正距离 修正坐标 ifastmap
在线阅读 下载PDF
FCAN:一种基于快速映射的内容访问网络 被引量:1
2
作者 王菁 杨寿保 +1 位作者 高鹰 郭磊涛 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第17期3955-3960,共6页
针对当前结构化P2P文件存储系统存在仅支持单关键字的精确匹配,而缺乏支持语义查询的局限性,提出一种基于快速映射的结构化P2P存储系统FCAN,利用FastMap实现从语义空间到P2P空间的映射,在保证文本矢量语义完整性的同时对其进行有效降维... 针对当前结构化P2P文件存储系统存在仅支持单关键字的精确匹配,而缺乏支持语义查询的局限性,提出一种基于快速映射的结构化P2P存储系统FCAN,利用FastMap实现从语义空间到P2P空间的映射,在保证文本矢量语义完整性的同时对其进行有效降维,从而实现基于内容的查找;通过对质心法确定的最近邻居进行聚类,有效地减少了冗余消息和查询时间。仿真实验表明FCAN不仅具有较高的召回率和精度,还具有较少的查询时间和冗余消息。 展开更多
关键词 FCAN fastmap 矢量空间模型 质心法 pSearch 语义小世界
在线阅读 下载PDF
一种改进的HyperMap可视化降维方法 被引量:1
3
作者 郭崇慧 李丽薇 《情报学报》 CSSCI 北大核心 2012年第10期1077-1082,共6页
可视化方法可应用于知识发现的各个阶段。降维是知识发现可视化过程中处理多维数据的一种常用方法。本文基于FastMap与HyperMap方法,提出一种改进的HyperMap可视化降维方法。该方法首先选择数据集中相距最远的样本点作为枢纽点,然后... 可视化方法可应用于知识发现的各个阶段。降维是知识发现可视化过程中处理多维数据的一种常用方法。本文基于FastMap与HyperMap方法,提出一种改进的HyperMap可视化降维方法。该方法首先选择数据集中相距最远的样本点作为枢纽点,然后根据应力函数建立优化模型并进行优化求解,以确定最优的权重组合,并允许用户对可视化结果进行旋转。数值实验结果验证了该方法的可行性与有效性。 展开更多
关键词 可视化方法 降维 fastmap HyperMap枢纽点
在线阅读 下载PDF
面向基于关键词的相似性搜索的嵌入方法有效性分析
4
作者 王梦红 王骞 《计算机应用研究》 CSCD 北大核心 2017年第9期2659-2665,共7页
FastMap、SparseMap、BoostMap被认为是适用于任何度量空间的嵌入方法。然而之前的研究者高估了它们的适用性,它们在基于关键词的度量空间中并不适用。为了评估它们在关键词空间中的适用性,通过将它们实例化到基于关键词的相似性搜索的... FastMap、SparseMap、BoostMap被认为是适用于任何度量空间的嵌入方法。然而之前的研究者高估了它们的适用性,它们在基于关键词的度量空间中并不适用。为了评估它们在关键词空间中的适用性,通过将它们实例化到基于关键词的相似性搜索的场景中,利用嵌入方法与局部敏感哈希相结合的方法,针对它们的嵌入效果进行了研究。重点从精确度、召回率、应力(stress)和距离保存效率方面,给出了它们在不同数据集上的实验结果。发现它们在基于关键词的度量空间中的嵌入效果并不好,得出了它们并不适用于所有的度量空间的结论,并分析了其效果不好的原因。 展开更多
关键词 嵌入方法 关键词空间 相似性搜索 fastmap SparseMap BoostMap
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部