金塔塔斯·泽米达 以相关矩阵为特征的一组参数的可视化。 （英语） 1080.62500兹罗提 计算。统计数据分析。 36，第1期，15-30（2001）. 摘要：提出了一种以相关矩阵为特征的参数集可视化方法。它集成了两种数据映射方法：Sammon映射和自组织映射（SOM）。它们基于不同的原则，因此在联合使用时会相互补充。实验表明，可以通过使用个别方法获得关于一组参数的一些（有时是足够的）知识。然而，在大多数情况下，它们联合使用的必要性和质量是毋庸置疑的——这使我们能够从不同的角度观察相同的数据集，并扩展我们对调查对象的了解。 引用于5文件 MSC公司： 62A09号 统计学中的图形方法 62-07 数据分析（统计）（MSC2010） 关键词：可视化;参数的聚类;相关矩阵分析;映射;神经网络;自组织地图 软件：SAS/STAT系统;SNNS公司;SOM_PAK公司;SAS公司;统计学;SYSTAT系统 PDF格式BibTeX公司 XML格式引用 \textit{G.Dzemyda}，计算。统计数据分析。36，编号1，15-30（2001年；兹bl 1080.62500） 全文： 内政部 参考文献： [1] Bezdek，J.C。；Pal，N.R.：用于特征提取的拓扑保存索引。模式识别28381-391（1995） [2] 比斯瓦斯，G。；Jain，A.K。；Dubes，R.C.：投影算法评估。IEEE传输。图案肛门。马赫英特尔公司。3，第6号，701-708（1981） [3] Braverman，E.M.，Muchnik，I.B.，1983年。经验数据处理的结构方法。莫斯科瑙卡（俄语）。 [4] Diday，E.：从自动分类的角度进行规范分析。控制论与控制论，《集群优化方法专刊》15，第2期，115-137（1986）·Zbl 0617.62062号 [5] Dzemyda，G.：通过模拟退火基于相关性的参数聚类。控制论与控制论，《模拟退火应用于组合优化》专刊25，第1期，55-74（1996）·Zbl 0845.62045号 [6] Dzemyda，G.：基于相关性的参数聚类：确定性方法的比较综述。Informatica 8，No.1，83-118（1997）·Zbl 0949.91031号 [7] Dzemyda，G.：寻求更高优化效率的知识发现。提交的研究报告用于资格认证。(1997) [8] Dzemyda，G。；Senkiene，E。；Valevicene，J.：关于参数分组问题。进化与优化’89。进化论、组合优化及相关主题论文选，216-224（1990） [9] Fausett，L.：神经网络基础。(1994) ·Zbl 0828.68107号 [10] Flexer，A.：向量量化和多维缩放的自组织映射的局限性。神经信息处理系统进展，第9卷，445-451（1997） [11] Harman，H.H.：现代因素分析。(1976) ·兹比尔0161.39805 [12] Hartigan，J.：聚类算法。(1975) ·Zbl 0372.62040号 [13] Huang，S.-N。；Shao，H.-H.：模式识别在乙烯优化中的应用。工程应用。Artif公司。英特尔。7，第3号，329-333（1994） [14] IMSL公司，1987年。IMSL STAT/LIBRARY用户手册，第1-3卷。IMSL Inc.，德克萨斯州休斯顿，QA76.73，位于NIST盖瑟斯堡研究信息中心，行政E-120。 [15] Kaski，S.，1997年。使用自组织地图进行数据探索。《斯堪的纳维亚理工学院学报》，工程数学、计算与管理系列第82期。埃斯波，Finish Academy of Technology·Zbl 0910.62002号 [16] Kohonen，T.：自我组织和联想记忆。(1989) ·Zbl 0528.68062号 [17] Kohonen，T.：自组织地图。信息科学史普林格系列30（1997）·Zbl 0866.68085号 [18] Kohonen，T.、Hynninen，J.、Kangas，J.和Laaksonen，J.，1996年。SOM_PAK：自我组织地图程序包。技术报告A31，赫尔辛基理工大学计算机和信息科学实验室，芬兰埃斯波FIN-02150。 [19] Mouchart，M.、Simar，L.、Baeyens，Y.、Barbieux，E.、Frank，B.、Jucquois，B.、Kestemont，M.-P.、Namoro，S.D.、Rutgeerts，A.-M.、Scheihing，E.，1996年。模块3。比利时城市间人员运输的模式选择和流量模型(http://www.stat.ucl.ac.be/ISconrech/transport网站/). [20] 默塔格，F。；Hernindez-Pajares，M.：kohonen自组织映射方法：评估。J.分类12，165-190（1995）·Zbl 0837.62002号 [21] Ritter，H。；舒尔滕，K。；Martinetz，T.：神经计算和自组织映射：简介。(1991) ·Zbl 0752.68068号 [22] Jr.，J.W.Sammon：用于数据结构分析的非线性映射。IEEE传输。计算。18, 401-409 (1969) [23] SAS Institute Inc.，1990年。SAS/STAT用户指南，Vols。I–II–第6版。SAS Institute Inc.，北卡罗来纳州卡里。 [24] Späth，H.：用于数据简化和对象分类的聚类分析算法。(1980) ·Zbl 0435.62059号 [25] StatSoft公司，1995年。Windows统计[计算机程序手册]。StatSoft公司，俄勒冈州塔尔萨。 [26] Wilkinson，L.，Blank，G.，Gruber，C.，1996年。SYSTAT桌面数据分析。新泽西州恩格尔伍德悬崖普伦蒂斯·霍尔。 [27] Zell，A.、Mamier，G.、Vogt，M.、Mache，N.、Hübner，R.、Döring，S.、Herrmann，K.-U.、Soyez，T.、Schmalzl，M.，Sommer，T.，Hatzigeorgiou，A.、Posselt，D.、Schreiner，T.和Kett，B.、Clemente，G.，Wieland，J.、Reczko，M.和Riedmiller，M.。Berthold，M.，Orsier，B。，1995SNNS公司。斯图加特神经网络模拟器，用户手册，4.1版。第6/95号报告，斯图加特大学并行和分布式高性能系统研究所。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。