模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2014, Vol. 27 Issue (11): 961-969    DOI:
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于分而治之的多维标度算法*
屈太国,蔡自兴
中南大学 信息科学与工程学院 长沙 410083
A Divide-and-Conquer Based Multidimensional Scaling Algorithm
QU Tai-Guo, CAI Zi-Xing
School of Information Science and Engineering, Central South University, Changsha 410083

全文: PDF (639 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 作为一种典型的多元统计分析方法,多维标度法(MDS)广泛应用于降维和可视化研究中.MDS从n个样本间的距离距阵出发,求取它们在低维欧氏空间的坐标.经典MDS算法(CMDS)的时间复杂度为Θ(n3),影响MDS的速度.文中基于分而治之的思想提出一种新的MDS算法.首先将距离矩阵沿对角线分成若干子矩阵,然后对每个子矩阵求解,最后通过正交变换和平移变换整合各子矩阵的解,从而得到原距离矩阵的全局解.该算法的结果与CMDS完全一致.当样本维数远小于样本个数时,其时间复杂度仅为Θ(nlgn).与CMDS 算法相比,该算法的速度大大提高,从而使MDS可应用于更大规模数据集.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
屈太国
蔡自兴
关键词 多维标度法保距变换分而治之整合    
Abstract:As a typical method for multivariate statistical analysis, multidimensional scaling(MDS) has been widely used in dimensionality reduction and visualization. Based on a distance matrix of n samples, the coordinates of MDS in a low-dimensional Euclidean space are obtained. The time complexity for classical MDS algorithm(CMDS) is Θ(n3), which affects the speed of MDS. A new MDS algorithm based on the idea of divide-and-conquer is proposed. The distance matrix is divided into several submatrices along its diagonal, then the submatrices are solved respectively. With orthogonal transformation and translation transformation, all of these subproblem solutions are aligned to get the global solution to the original distance matrix. The result of the proposed algorithm is completely the same as that of CMDS. When the dimensionality of sample space is far less than the number of samples, the time complexity of the proposed algorithm is only Θ(nlgn). Thus, compared with CMDS, the speed of the proposed algorithm is greatly improved, which makes MDS applicable to larger datasets.
Key wordsMultidimensional Scaling    Isometric Transformation    Divide-and-Conquer    Alignment   
收稿日期: 2013-05-17     
ZTFLH: O212.4  
基金资助:国家自然科学基金重大专项项目(No.90820302)、国家自然科学基金面上项目(No.60805027)、国家博士点基金项目(No.20080533005)资助
作者简介: 屈太国(通讯作者),男,1969年生,工程师,博士研究生,主要研究方向为人工智能、流形学习等.E-mail:qutaiguo@aliyun.com.蔡自兴,男,1938年生,教授,博士生导师,主要研究方向为人工智能、机器人、智能控制等.
引用本文:   
屈太国,蔡自兴. 基于分而治之的多维标度算法*[J]. 模式识别与人工智能, 2014, 27(11): 961-969. QU Tai-Guo, CAI Zi-Xing. A Divide-and-Conquer Based Multidimensional Scaling Algorithm. , 2014, 27(11): 961-969.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2014/V27/I11/961
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn