本项目面向模式识别任务,研究多元数据的对偶射影空间表示和可视化问题。.针对传统模式识别理论中,一般采用向量空间表示模型的事实,提出将多元数据从样本向量空间映射到其对偶射影空间,建立多元数据的对偶射影空间表示模型和基于几何代数(clifford 代数)的计算框架的学术思想。以多元信息可视化主流技术平行坐标作为研究重点,将平行坐标扩展定义为高维对偶射影空间在低维空间的投影,提出基于二维平行坐标的可视化模式识别框架模型。以便解决传统平行坐标表示理论中,往往只关注原始数据的可视化,缺乏对具体数据分析任务(如模式识别)的有效支持的问题。.本项目利用对偶射影空间模型将多元数据几何化,利用平行坐标将多元数据可视化,利用几何代数将对偶射影空间中各几何实体代数化,最后利用机器算法和人机交互协作进行可视化模式识别。有望本项目原创性的学术思想做出特色成果。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于旋量理论的数控机床几何误差分离与补偿方法研究
基于主体视角的历史街区地方感差异研究———以北京南锣鼓巷为例
信息熵-保真度联合度量函数的单幅图像去雾方法
一种基于多元数据多元图图形特征表示原理的模式识别新方法
射影表示理论
基于射影不变量的射影空间曲面匹配问题研究
有限群表示中的对称与对偶的几个问题