高維數(shù)據(jù)特征提取方法研究與實現(xiàn).pdf

1、高維數(shù)據(jù)特征提取(Feature Extraction)是數(shù)據(jù)挖掘的一個重要數(shù)據(jù)預(yù)處理過程.由于當前出現(xiàn)了越來越多的"高維"數(shù)據(jù),如多媒體數(shù)據(jù)、蛋白質(zhì)數(shù)據(jù)等,直接對這些數(shù)據(jù)進行操作的計算量非常大,不僅要耗費大量的時間,而且其運算量往往會超出機器的容許范圍.特征提取是從高維數(shù)據(jù)的原始特性中提取出較少的一些特征,用來表示這些數(shù)據(jù).這樣,就能夠大大降低對它們進行諸如聚類、可視化/最近鄰搜索等操作的計算復(fù)雜度.該文首先分析了當前具有代表性的三種

2、特征提取算法——Fastmap算法、Bourgain算法及Cofe算法,并對它們各自的優(yōu)、缺點及計算復(fù)雜度等方面進行了比較.其次,該文提出了一種基于數(shù)據(jù)類別數(shù)及各類代表元素等啟發(fā)式信息的高維數(shù)據(jù)特征提取算法.該算法克服了Bourgain算法不具有現(xiàn)實可行性及Cofe算法降維效果不佳的缺點,對于M類高維數(shù)據(jù)、可使數(shù)據(jù)的維數(shù)降至「logM」.該算法可直接適用于已知數(shù)據(jù)類別數(shù)及各類數(shù)據(jù)代表點的情況.再次,為了使該算法具有更廣泛的實用性,該文又