文章目录

基于WebGL的高维时空数据可视化研究

刘一鸣

北京邮电大学

摘要：随着信息技术的发展,各个领域内数字化的程度逐渐提高,人们获得的数据规模日趋增大。在众多类型的数据中,高维时空数据同时含有时间、空间信息以及高维度的数据。这种数据结构复杂,蕴含着大量有价值的信息。数据挖掘和数据可视化是数据分析的重要手段,但分别将这两种分析方法应用在高维时空数据上还不足以全面揭示数据间的关联。本文对高维时空数据的可视化进行了研究。针对此类数据的特点,结合数据挖掘和数据可视化两种手段,提出并实现了可视化方案。本文的主要工作包含三个方面:首先,为了将高维数据间的关系完整的呈现在三维空间中,本文对t-SNE降维算法进行了深入的研究,并对t-SNE算法计算高维空间中样本点相似程度的过程进行了改进。原t-SNE算法直接利用样本点在高维空间中的欧氏距离,即样本点间的一阶邻近性来度量样本点的相似程度,但是在高维空间中欧氏距离不能忠实的反映样本位于非线性流形上的相似关系。本文提出利用样本点在高维空间中的邻居结构,即二阶邻近距离来度量两个样本点的相似程度,并提出基于二阶邻近距离的随机近邻嵌入算法ST-SNE（SecondOrdert-SINE）。本文在MNIST、USPS和COIL-20等... 更多

关键词：

二阶邻近距离; ST-SNE; 高维时空数据; 可视化系统;