期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
二分类数据的分类结果可视化算法
被引量：
3
1
作者
王晓红
王晓茹
李群湛
《西南交通大学学报》
EI
CSCD
北大核心
2006年第3期329-334,共6页
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...
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.
展开更多
关键词
支持
向量
机
自组织神经网络
可视
化
算法
支持向量可视化
二分类数据
在线阅读
下载PDF
职称材料
题名
二分类数据的分类结果可视化算法
被引量：
3
1
作者
王晓红
王晓茹
李群湛
机构
西南交通大学电气工程学院
出处
《西南交通大学学报》
EI
CSCD
北大核心
2006年第3期329-334,共6页
基金
国家重点基础研究发展规划项目(G1998020312)
文摘
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.
关键词
支持
向量
机
自组织神经网络
可视
化
算法
支持向量可视化
二分类数据
Keywords
SVM
SOM
visualization
algorithm
SVV
two-category data
分类号
TP274 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
二分类数据的分类结果可视化算法
王晓红
王晓茹
李群湛
《西南交通大学学报》
EI
CSCD
北大核心
2006
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
