买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种保持一维拓扑特征的高维数据降维方法及系统_重庆大学_202311215687.6 

申请/专利权人:重庆大学

申请日:2023-09-20

公开(公告)日:2024-04-02

公开(公告)号:CN117173496B

主分类号:G06V10/77

分类号:G06V10/77;G06V10/762

优先权:

专利状态码:有效-授权

法律状态:2024.04.02#授权;2023.12.22#实质审查的生效;2023.12.05#公开

摘要:本发明涉及数据降维技术领域,尤其是涉及一种保持一维拓扑特征的高维数据降维方法及系统,所述方法包括如下步骤:构建高维数据的reeb图作为数据骨架;对所述数据骨架进行一维拓扑特征提取,得到所述数据骨架的一维拓扑特征;针对所述一维拓扑特征所包含的骨架节点进行约束图布局,得到所述骨架节点的最优约束布局;基于所述最优约束布局使用改进的L‑Isomap算法投影除所述骨架节点以外的其余节点,进而实现对高维数据的降维。本发明使用圆环作为一维拓扑特征的视觉编码,并使用约束图布局算法对高维数据的一维拓扑特征在二维空间进行图布局,有效避免了高维数据的一维拓扑特征在视觉空间中的重叠和失真。

主权项:1.一种保持一维拓扑特征的高维数据降维方法,其特征在于,包括如下步骤:构建高维数据的reeb图作为数据骨架;对所述数据骨架进行一维拓扑特征提取,得到所述数据骨架的一维拓扑特征;使用圆环形状的可视化编码将所述一维拓扑特征可视到二维空间,并设定迭代结束条件;计算骨架节点之间的点对点距离的边向量用以获取边向量矩阵;根据所述骨架节点的当前布局坐标计算理想布局坐标;使用ICP最近点匹配算法逐个匹配所述当前布局坐标和所述理想布局坐标表示的骨架节点,并对所述理想布局坐标进行仿射变换,得到所述骨架节点的仿射变换理想布局坐标;根据所述仿射变换理想布局坐标计算出第一目标边向量,所述第一目标边向量满足如下关系: ,其中,为所述骨架节点i与所述骨架节点j之间的第一目标边向量,为仿射矩阵,为所述骨架节点i的理想布局坐标,为所述骨架节点j的理想布局坐标;判断当前的约束布局是否存在重叠的所述一维拓扑特征;对于存在重叠的两个所述一维拓扑特征,计算其最小渗透度;基于所述最小渗透度和存在重叠的两个所述一维拓扑特征的当前布局坐标设置第二目标边向量,所述第二目标边向量满足如下关系: ,其中,为存在重叠的两个所述一维拓扑特征里第一个所述一维拓扑特征中骨架节点i与第二个所述一维拓扑特征中骨架节点j之间的第二目标边向量,为存在重叠的两个所述一维拓扑特征里第一个所述一维拓扑特征中骨架节点i的当前布局坐标,为存在重叠的两个所述一维拓扑特征里第二个所述一维拓扑特征中骨架节点j的当前布局坐标,为所述最小渗透度;利用所述边向量、所述第一目标边向量和所述第二目标边向量计算约束布局损失,进而得到所述骨架节点在当前的约束布局,并更新上一次的约束布局,所述约束布局损失包括第一部分,第二部分和第三部分;所述第一部分通过第一损失函数来确定,所述第一损失函数满足如下关系: ,其中,表示所述第一损失函数,为与相关的参数,为所述骨架节点i的当前布局坐标,为所述骨架节点j的当前布局坐标,为所述骨架节点i与所述骨架节点j之间的边向量;所述第二部分通过第二损失函数来确定,所述第二损失函数满足如下关系: ,其中,表示所述第二损失函数,为二维空间中所有圆环的边集合,为与相关的参数,为第i个所述骨架节点的当前布局坐标,为第j个所述骨架节点的当前布局坐标,为仿射矩阵,为所述骨架节点i的理想布局坐标,为所述骨架节点j的理想布局坐标,为所述骨架节点i与所述骨架节点j之间的第一目标边向量;所述第三部分通过第三损失函数来确定,所述第三损失函数满足如下关系: ,其中,表示所述第三损失函数,为与相关的参数,为存在重叠的两个所述一维拓扑特征里第一个所述一维拓扑特征中骨架节点i的当前布局坐标,为存在重叠的两个所述一维拓扑特征里第二个所述一维拓扑特征中骨架节点j的当前布局坐标,为存在重叠的两个所述一维拓扑特征里第一个所述一维拓扑特征中骨架节点i与第二个所述一维拓扑特征中骨架节点j之间的第二目标边向量,为存在重叠的两个所述一维拓扑特征里第一个所述一维拓扑特征,为存在重叠的两个所述一维拓扑特征里第二个所述一维拓扑特征;根据当前的约束布局计算当前边向量矩阵,并在下一次迭代时使用所述当前边向量矩阵作为所述边向量矩阵,进而计算下一次迭代时所述骨架节点的约束布局;在满足所述迭代结束条件时将最终得到的约束布局做为最优约束布局输出;基于所述最优约束布局使用改进的L-Isomap算法投影除所述骨架节点以外的其余节点,进而实现对高维数据的降维。

全文数据:

权利要求:

百度查询: 重庆大学 一种保持一维拓扑特征的高维数据降维方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。