×
孙继刚；马尔科姆·克劳；科林·菲菲

用Bregman发散扩展度量多维标度。 （英语） Zbl 1209.68486号

模式识别 44，第5期，1137-1154（2011）.
总结：加权平方距离误差之和是定义度量多维标度（MMDS）（如Sammon映射）的应力函数的一种常用方法。本文用Bregman发散推广了这类常见的MMDS；作为示例，我们表明Sammon映射可以被视为截断的Bregman MMDS（BMMDS）。我们还显示，完整的BMMDS改进了一些标准数据集上的Sammon映射，并调查了这种改进背后的原因。然后，我们使用BMMDS扩展了一个众所周知的MMDS系列，该系列部署了一种专注于小距离的策略，并且我们实证研究了该策略的局限性。然后引入相反的策略来创建另一个BMMDS系列，以提高映射质量。介绍了数据预处理方法和距离矩阵预处理方法。

引用于2文件

MSC公司：

68吨10 模式识别、语音识别

关键词：

多维缩放；Sammon映射；Bregman散度；距离矩阵预处理；以小距离为重点的战略；应力函数定义

软件：

XGvis系列
PDF格式BibTeX公司 XML格式引用
\textit｛J.Sun｝等人，《模式识别》44，第51137-1154号（2011年；Zbl 1209.68486）
全文： 内政部

参考文献：

[1] 班纳吉，A。；Merugu，S。；迪伦，I.S。；Ghosh，J.，带Bregman分歧的聚类，机器学习研究杂志，61705-1749（2005）·Zbl 1190.62117号
[2] I.Borg，P.J.F.Groenen，《现代多维尺度》，第二版，Springer，纽约，2005年。；I.Borg，P.J.F.Groenen，《现代多维尺度》，第二版，纽约斯普林格出版社，2005年·Zbl 1085.62079号
[3] Buja，A。；Swayne，D.F.，多维尺度可视化方法，《分类杂志》，2002，19（2001）·Zbl 1137.91603号
[4] L.Chen，A.Buja，用于非线性降维、图形绘制和邻近分析的局部多维缩放，宾夕法尼亚大学博士论文，2006年。；L.Chen，A.Buja，非线性降维的局部多维尺度，图形绘制和邻近分析，宾夕法尼亚大学博士论文，2006年·Zbl 1388.62182号
[5] Child，D.，《因子分析要点》（1973年），莱因哈特和温斯顿：莱因哈特·温斯顿伦敦，霍尔特
[6] Demartines，P。；Hérault，J.，曲线成分分析：用于数据集非线性映射的自组织神经网络，IEEE神经网络汇刊，8，1（1997）
[7] C.Fyfe，使用Bregman分歧的数据可视化，计算和信息系统技术报告，2008年11月。；C.Fyfe，使用Bregman分歧的数据可视化，计算和信息系统技术报告，2008年11月。
[8] Hotelling，H.，《将复杂的统计变量分析为主要成分》，《教育心理学杂志》，24417-441（1933）·JFM 59.1182.04号文件
[9] J.Hérault，C.Jausions-Picaud，A.Guérin-Dugué，高维数据表示的曲线成分分析：I.噪声存在下的理论方面和实际应用，见：IWANN，第2卷，1999年，第625-634页。；J.Hérault，C.Jausions Picaud，A.Guérin Dugué，高维数据表示的曲线分量分析：I.噪声存在下的理论方面和实际应用，载于：IWANN，第2卷，1999年，第625-634页。
[10] 毛，J。；Jain，A.K.，用于特征提取和多元数据投影的人工神经网络，IEEE神经网络汇刊，6，2，296-317（1995）
[11] Sammon，J.，数据结构分析的非线性映射，IEEE计算汇刊，18（1969）
[12] Kohonen，T。；施罗德，M.R。；Huang，T.S.，《自组织地图》（2001），Springer-Verlag New York，Inc.：Springer-Verlag New Yeork，Inc，美国新泽西州塞考克斯·Zbl 0957.68097号
[13] Lee，J.A。；Verleysen，M.，《非线性降维》（2007），《施普林格：施普林格柏林》·Zbl 1128.68024号
[14] 李，R.C.T。；斯拉格，J.R。；Blum，H.，点从n空间到两空间顺序映射的三角剖分方法，IEEE计算机汇刊，6288-292（1977）
[15] E.Pekalska，D.de Ridder，R.P.W.Duin，M.A.Kraaijveld，《推广Sammon映射并应用于算法加速的新方法》，载于：美国计算机学会第五届计算与成像高级学院年会，1999年，第221-228页。；E.Pekalska，D.de Ridder，R.P.W.Duin，M.A.Kraaijveld，《推广Sammon映射并应用于算法加速的新方法》，载于《计算与成像高级学院第五届年会》，ASCI，1999年，第221-228页。
[16] 罗维斯，S.T。；Saul，L.K.，局部线性嵌入的非线性降维，《科学》，290，2323-2326（2000）
[17] J.Sun，M.Crowe，C.Fyfe，曲线成分分析和Bregman分歧，摘自：欧洲人工神经网络研讨会，d-side出版物，2010年，第81-86页。；J.Sun，M.Crowe，C.Fyfe，曲线成分分析和Bregman发散，摘自：《欧洲人工神经网络研讨会》，d-side出版物，2010年，第81-86页。
[18] J.Sun，M.Crowe，C.Fyfe，用bregman发散扩展度量多维标度，收录于：N.García-Pedrajas，F.Herrera，C.Feyfe，J.M.Benítez，M.Ali（编辑），《应用智能系统趋势》，《计算机科学讲稿》，第6097卷，施普林格出版社，2010年，第615-626页。；J.Sun，M.Crowe，C.Fyfe，用bregman发散扩展度量多维标度，收录于：N.García-Pedrajas，F.Herrera，C.Feyfe，J.M.Benítez，M.Ali（编辑），《应用智能系统趋势》，《计算机科学讲稿》，第6097卷，施普林格出版社，2010年，第615-626页·Zbl 1209.68486号
[19] Tenenbaum，J.B。；席尔瓦，V。；Langford，J.C.，《非线性降维的全球几何框架》，《科学》，29055002319-2323（2000）
[20] L.Yang，Sammon使用测地距离的非线性映射，摘自：《第17届模式识别国际会议论文集》，ICPR'04，第2卷，IEEE计算机学会，华盛顿特区，美国，2004年，第303-306页。；L.Yang，Sammon使用测地距离的非线性映射，摘自：《第17届模式识别国际会议论文集》，ICPR'04，第2卷，IEEE计算机学会，华盛顿特区，美国，2004年，第303-306页。
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。