...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The Visual Computer >The Visual SuperTree: similarity-based multi-scale visualization
【24h】

The Visual SuperTree: similarity-based multi-scale visualization

机译：Visual SuperTree：基于相似度的多尺度可视化

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

Similarity-based exploration of multi-dimensional data sets is a difficult task, in which most techniques do not perform well with large data sets, particularly in handling clutter that invariably happens as data sets grow larger. In this paper, we introduce the Visual SuperTree (VST), a method to build a multi-scale similarity tree that can deal with large data sets at interactive rates, maintaining most of the accuracy and the data organization capabilities of other available methods. The VST is built on top of a clustered multi-level configuration of the data that allows the user to quickly explore data sets by similarity. The method is shown to be useful for both unlabeled and labeled data, and it is capable of revealing external and internal cluster structures. We demonstrate its application on artificial and real data sets, showing additional advantages of the approach when exploring data that can be summarized meaningfully.
机译：基于相似度的多维数据集探索是一项艰巨的任务，其中大多数技术在处理大型数据集时效果不佳，尤其是在处理随着数据集变大而不可避免地发生的混乱情况时。在本文中，我们介绍了Visual SuperTree（VST），这是一种构建多尺度相似性树的方法，该树可以以交互速率处理大型数据集，并保持其他可用方法的大多数准确性和数据组织能力。 VST建立在数据的群集多级配置之上，该配置使用户可以通过相似性快速浏览数据集。该方法对于未标记和标记的数据均有用，并且能够揭示外部和内部簇结构。我们演示了其在人工和真实数据集上的应用，在探索可以有意义地总结的数据时，展示了该方法的其他优点。

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