[发明专利]基于相关性度量的复杂系统监督图嵌入结构化数据可视化监测方法

权利要求书

1.基于相关性度量的复杂系统监督图嵌入结构化数据可视化监测方法，其特征是：它由以下步骤实现：

步骤一、采集复杂系统数据X，所述复杂系统数据X为m类n维数据矩阵，即：n×m矩阵：{x₁,x₂,…,x_m}，x_i,x_j∈Rⁿ,i,j＝1,2,…m，x_i,x_j为n维列向量，Rⁿ为n维实数集；

步骤二、根据步骤一中复杂系统数据X的标签信息以及相关性进行构图，获得步骤一中复杂系统数据X的映射图；

步骤三、根据步骤二获得的复杂系统数据X的映射图，通过公式：

Wij=Cov(xi,xj)/σiσj,xi,xj∈Class(xi,xj)0,xi,xj∉Class(xi,xj)]]>

获得该映射图的权值矩阵W_ij；

其中：为x_i与x_j的协方差，而σ_i、σ_j分别为x_i、x_j的标准差；

步骤四、根据公式：

Dii=ΣjWji]]>

获得对角矩阵D；

步骤五、根据公式：L＝D-W获得拉普拉斯矩阵L；

步骤六、根据公式：

XLX^Ta＝λXDX^Ta

获得映射矩阵A的列向量a和特征值λ；a＝a₀,…a_l-1

列向量a₀,…a_l-1根据特征值从小到大的顺序：λ₀<…<λ_l-1进行排序，

并根据公式：

x_i→y_i＝A^Tx_i,A＝(a₀,a₁,…,a_l-1)

获得映射矩阵A；

步骤七、根据映射矩阵A将复杂系统数据X从m维空间降为l维空间，降维后的数据为Y{y₁,y₂,…y_m},_yi∈R^l,i＝1,2,…m(l＜＜n)，其中，y_i＝A^Tx_i，y_i代表x_i在低维空间的映射y_i＝A^Tx_i，

降维后的数据Y对复杂系统数据的可视化监测结果。

2.根据权利要求1所述的基于相关性度量的复杂系统监督图嵌入结构化数据可视化监测方法，其特征在于步骤二中所述的根据步骤一中复杂系统数据X的标签信息以及相关性进行构图的方法为：

根据各数据的标签信息，当节点x_i与节点x_j满足条件：x_i,x_j∈Class(x_i,x_j)时则节点x_i与节点x_j被连接；

其中：x_i,x_j∈Class(x_i,x_j)表示x_i与x_j属于同一类，是否为同一类依照数据的标签信息确定。