Please use this identifier to cite or link to this item:https://hdl.handle.net/20.500.12259/95004
Type of publication: Straipsnis kitose duomenų bazėse / Article in other databases (S4)
Field of Science: Informatika / Computer science (N009)
Author(s): Bernatavičienė, Jolita;Dzemyda, Gintautas;Kurasova, Olga;Marcinkevičius, Virginijus
Title: Strategies of selecting the basic vector set in the relative MDS
Other Title: Bazinių vektorių parinkimo strategijų analizė, taikant santykinį daugiamačių skalių metodą
Is part of: Ūkio technologinis ir ekonominis vystymas = Technological and economic development of economy. , Vol. 12, No. 4 (2006)
Extent: p. 283-288
Date: 2006
Keywords: Daugiamačių skalių metodas;Vizualizavimas;Klasterizavimas;Bazinių vektorių aibė;Naujų taškų vaizdavimas;Multidimensional scaling;Visualization;Clustering;Basis vector set;New points mapping
Abstract: Nagrinėjamas daugiamačių skalių metodas (MDS), pritaikytas didelių duomenų aibių analizei. Bendra algoritmo schema išskiriama į tris etapus: suformuojama bazinių vektorių aibė, paskui, naudojant klasikinį MDS algoritmą, baziniai vektoriai projektuojami į plokštumą, likusi duomenų aibė vizualizuojama, naudojant santykinį MDS algoritmą. Originaliame algoritme bazinių vektorių aibė formuojama, atsižvelgiant į k vidurkių klasterizavimo rezultatus. Šiame straipsnyje pasiūlytos dvi naujos bazinių vektorių parinkimo strategijos: vienoje taip pat atsižvelgiama į k vidurkių klasterizavimo rezultatus, tačiau kitu būdu, kitoje baziniais vektoriais parenkami duomenų aibės taškai. Eksperimentiniai tyrimai parodė, kad pasiūlytų strategijų naudojimas pagerina vizualizavimo kokybę, sutaupo skaičiavimo laiką
In this paper, a method of large multidimensional data visualization that associates the multidimensional scaling (MDS) with clustering is modified and investigated. In the original algorithm, the visualization process is divided into three steps: the basis vector set is constructed using the k-means clustering method; this set is projected onto the plane using the MDS algorithm; the remaining data set is visualized using the relative MDS algorithm. We propose a modification which differs from the original algorithm in the strategy of selecting the basis vectors. In our modification, the set of basis vectors consists of vectors that are selected from k clusters in a new way. The experimental investigation showed that the modification exceeds the original algorithm in visualization quality and computational expenses
Internet: http://www.tede.vgtu.lt/upload/ukis_zurn/04_2006_nr4.pdf
http://www.tede.vgtu.lt/upload/ukis_zurn/04_2006_nr4.pdf
Affiliation(s): Matematikos ir informatikos institutas
Vytauto Didžiojo universitetas
olitab@ktl.mii.lt
Švietimo akademija
Appears in Collections:Universiteto mokslo publikacijos / University Research Publications

Files in This Item:
marc.xml9.7 kBXMLView/Open

MARC21 XML metadata

Show full item record

Page view(s)

8
checked on Sep 5, 2019

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.