包括研究项目和开发的APP。(更新ing)
研究项目合集
自由探索——面向分类的感知驱动的可视化监督降维方法
成绩:
自由探索项目,预计4月-5月投稿TVCG。(负责人)
背景:有标签的高维数据
大数据时代,涌现出无数复杂的有标签的高维数据:如手写数据、汽车数据、人脸数据等。
困难:难以分析标签HD数据
降维是分析有标签的高维数据的常用方法。
高维数据的低维表示可以帮助用户探索有标签数据中类的分离程度和数据的空间分布。
非监督降维方法PCA:没有考虑类的分离程度;
监督降维方法LDA:事先假设数据符合高斯分布,对于复杂的类结构无效;
感知驱动降维PDD:单个投影可能会导致重要的类结构被忽略。