基于流形学习的非线性系统可视化算法
现实中广泛存在的具有非线性特性的数据信息,这些数据中往往蕴含着一些跟时间相关的现象,长期以来分析和可视该类数据所蕴含的规律一直是人们的研究热点.本文以非线性系统为研究对象,借助相空间重构方法,在高维相空间中恢复出原非线性系统的规律信息;再通过计算可视化质量和规律维,选择合适的流形学习算法,将高维空间中低维规律信息进行可视化,辅助人们认知非线性系统的内在规律信息.最后通过人工数据和现实数据的仿真实验,说明该算法的有效性.
非线性系统 可视化算法 流形学习 仿真分析
刘晓平 季浩 邓伟财
合肥工业大学计算机与信息学院VCC研究室,合肥230009 合肥工业大学数学学院,合肥230009
国内会议
上海
中文
152-155
2010-08-20（万方平台首次上网日期，不代表论文的发表时间）