• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Computational Science(ICCS 2006) pt.1; 20060528-31; Reading(GB) >Constrained Optimization of the Stress Function for Multidimensional Scaling
【24h】

Constrained Optimization of the Stress Function for Multidimensional Scaling

机译：多维缩放的应力函数的约束优化

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Multidimensional Scaling (MDS) requires the multimodal Stress function optimization to estimate the model parameters, i.e. the coordinates of points in a lower-dimensional space. Therefore, finding the global optimum of the Stress function is very important for applications of MDS. The main idea of this paper is replacing the difficult multimodal problem by a simpler unimodal constrained optimization problem. A coplanarity measure of points is used as a constraint while the Stress function is minimized in the original high-dimensional space. Two coplanarity measures are proposed. A simple example presented illustrates and visualizes the optimization procedure. Experimental evaluation results with various data point sets demonstrate the potential ability to simplify MDS algorithms avoiding multidimodality.
机译：多维缩放（MDS）需要优化多模态应力函数以估计模型参数，即低维空间中点的坐标。因此，找到应力函数的全局最优值对于MDS的应用非常重要。本文的主要思想是用一个简单的单峰约束优化问题代替困难的多峰问题。点的共面性度量用作约束，而应力函数在原始高维空间中被最小化。提出了两种共面措施。给出的一个简单示例说明并可视化了优化过程。具有各种数据点集的实验评估结果证明了简化MDS算法避免多双峰性的潜在能力。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号