[发明专利]基于文档嵌入模型的大规模平行坐标数据简化方法在审
| 申请号： | 202110012811.3 | 申请日： | 2021-01-06 |
| 公开（公告）号： | CN112507693A | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 周志光;马煜明;汤馥莲;刘玉华 | 申请（专利权）人： | 浙江财经大学 |
| 主分类号： | G06F40/211 | 分类号： | G06F40/211;G06F40/216;G06F40/30;G06F16/33;G06F16/35;G06K9/62 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 陈昱彤 |
| 地址： | 310018 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 文档 嵌入 模型 大规模 平行 坐标 数据 简化 方法 | ||
1.一种大规模平行坐标数据简化方法，其特征在于，包括：
（1）对平行坐标系中每个属性轴上的数据进行聚类，将平行坐标系中不同坐标轴上的相同的聚类视为同一单词，将穿插于平行坐标系的每条数据线视为由单词组成的一个句子，所有数据线对应的句子合成语料库；
（2）利用Doc2Vec文档嵌入模型对所述步骤（1）中得到的语料库进行训练，将语料库中的每个句子表达为一个高维向量；
（3）将所述步骤（2）中得到的高维向量投影到二维空间，在二维空间中对高维向量表达的平行坐标数据进行采样，将与采样点对应的数据线绘制在平行坐标系中，得到简化后的平行坐标系。
2.根据权利要求1所述的大规模平行坐标数据简化方法，其特征在于：在所述步骤（1）中，利用高斯混合模型对平行坐标系中每个属性轴上的数据进行聚类。
3.根据权利要求1或2所述的大规模平行坐标数据简化方法，其特征在于：在所述步骤（3）中，利用t-SNE降维方法将所述步骤（2）中得到的高维向量降至二维坐标系中。
4.根据权利要求1或2所述的大规模平行坐标数据简化方法，其特征在于：在所述步骤（3）中，利用自适应蓝噪声采样算法，在二维空间中对高维向量表达的平行坐标数据进行采样。
5.根据权利要求3所述的大规模平行坐标数据简化方法，其特征在于：在所述步骤（3）中，利用自适应蓝噪声采样算法，在二维空间中对高维向量表达的平行坐标数据进行采样。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江财经大学，未经浙江财经大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202110012811.3/1.html，转载请声明来源钻瓜专利网。
