基于SOM算法的高维数据可视化
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景及研究的目的和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·面向像素的技术 | 第11页 |
| ·基于层次的技术 | 第11-12页 |
| ·基于几何的技术 | 第12页 |
| ·基于图标的技术 | 第12-13页 |
| ·基于降维映射的技术 | 第13-14页 |
| ·研究内容和预期目标 | 第14-15页 |
| ·本文结构 | 第15-16页 |
| 第2章 自组织映射算法 | 第16-25页 |
| ·自组织映射网络结构 | 第16-17页 |
| ·自组织映射算法的原理 | 第17-21页 |
| ·竞争学习 | 第17-19页 |
| ·选择最佳匹配神经元 | 第19页 |
| ·权向量更新 | 第19-21页 |
| ·自组织映射算法的算法描述 | 第21-22页 |
| ·自组织映射可视化算法 | 第22-24页 |
| ·P-Matrix 可视化方法 | 第22-23页 |
| ·U*-Matrix 可视化方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于 SOM 算法的高维数据可视化过程 | 第25-32页 |
| ·高维数据可视化过程描述 | 第25-26页 |
| ·数据结构 | 第26-27页 |
| ·神经元初始化及训练 | 第27-28页 |
| ·自组织映射网络的可视化 | 第28-31页 |
| ·U-Matrix 的结构 | 第28-29页 |
| ·U-Matrix 算法的可视化原理 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 Norm-Matrix 可视化方法 | 第32-42页 |
| ·Norm-Matrix 算法的提出过程 | 第32-36页 |
| ·U-Matrix 算法的验证实验 | 第32-34页 |
| ·对 U-Matrix 算法弊端的分析 | 第34-35页 |
| ·提出新的算法 | 第35-36页 |
| ·Norm-Matrix 算法 | 第36-41页 |
| ·Norm-Matrix 的结构 | 第36-37页 |
| ·N-Matrix 算法可视化原理 | 第37-38页 |
| ·N-Matrix 算法的简单验证 | 第38-40页 |
| ·N-Matrix 算法详细描述 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 实验设计及结果分析 | 第42-55页 |
| ·实验流程 | 第42-43页 |
| ·验证 N-Matrix 算法实验结果及分析 | 第43-47页 |
| ·明确聚类分离 | 第43-44页 |
| ·不明确聚类分离 | 第44-47页 |
| ·相对距离阈值 | 第47-52页 |
| ·实验设计 | 第47-51页 |
| ·实验结果分析 | 第51-52页 |
| ·N-Matrix 算法总结 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61-62页 |
| 作者简介 | 第62页 |
