几种降维算法的研究及应用  

作　　者：隋易洁 李峰[2] 郝多虎[1] 芮小平[3] 陈民[3] 

机构地区：[1]中国矿业大学〈北京〉地球科学与测绘工程学院,中国北京100083 [2]防灾科技学院,河北三河065201 [3]中国科学院大学资源与环境学院,中国北京100049

出　　处：《科技视界》2016年第16期147-147,149,共2页Science & Technology Vision

摘　　要：空间数据往往具有海量、高维特点,如何从冗余、有噪音的数据提取有效信息成为人们研究的重点。降维作为高维数据压缩中,及高效提取所含信息的一种有效途径,近年来正引起可视化等领域研究者的高度重视。不同降维技术由于其数学理论依据和适用范围不同,可视化结果有差异。本论文首先分析了不同降维算法,即主成分分析、非线性映射、自组织特征映射、支持向量机。作者以2013年京津冀区市尺度为研究单元,运用上述算法对京津冀区市经济统计数据进行聚类分析,同时基于京津冀经济发展的实际状况,对成果的差异性展开了深入讨论。

关 键 词：降维 数据挖掘 经济发展 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]