[发明专利]一种降维映射的大数据可视化方法

摘要

本发明提供一种降维映射的大数据可视化方法，首先建立一个目标函数，实现一种点对点的降维映射；然后对目标函数采用不同的最优化方法，如梯度下降法和随机梯度下降法。在这两种最优化方法中，每一步迭代都需要全部数据以形成所需要的梯度，采用类似于神经网络算法算法的位置调节规则，则每步迭代仅需一对数据。以数据为基准，对其他数据映射进行调节；最后学习率与权向量调整规则中的学习率可以完全相同，消除额外的控制参数问题。本发明具有保距映射的功能，不但实现了数据间距离信息的直观展现，还能在不需要任何额外控制参数的情况下自动避免神经元的过度收缩问题，从而极大地提高算法的可控性和数据可视化的质量。

主权项

一种降维映射的大数据可视化方法，其特征在于实施步骤如下：1）、建立一个目标函数，实现一种点对点的降维映射，能保持对应的距离不变；2）、对目标函数采用不同的最优化方法，如梯度下降法和随机梯度下降法；在这两种最优化方法中，每一步迭代都需要全部数据以形成所需要的梯度，采用类似于神经网络算法算法的位置调节规则，则每步迭代仅需一对数据；以数据为基准，对其他数据映射进行调节；3）、学习率与权向量调整规则中的学习率可以完全相同，消除额外的控制参数问题。