文件名称：Dimensionality-Reduction-FastMap:使用 FastMap 对时间序列数据和查询进行降维
文件大小：23KB
文件格式：ZIP
更新时间：2024-07-05 08:52:46
Java
降维-FastMap 为了在传统和多媒体数据库中进行快速搜索，需要使用领域专家提供的 k 个特征提取函数将对象映射到 kd 空间中的点。 快速映射是一种快速算法，将对象映射到 k 维空间中的点，从而保留不相似性。 因此，我们可以使用高度微调的空间访问方法来回答多种类型的查询，包括按示例查询、所有对查询、最近邻查询和最佳匹配查询。 我们也可以将它用于可视化和数据挖掘。 现在可以在 2-d、3-d 空间中绘制对象，揭示潜在的集群，属性之间的相关性。 这种方法与多维缩放相比，虽然它不适合索引，而 Fast Map 适合索引。 它比 MDS 快得多。 快速映射是一种线性时间算法，而 MDS 是一种二次时间算法。 给定一组模拟文件，在缩小的空间中计算每个文件的坐标。 给定一个模拟文件作为查询对象，返回前 k 个相似的模拟。 文件之间的距离  被认为是文件相似性度量的倒数。 距离矩阵的计算
【文件预览】：
Dimensionality-Reduction-FastMap-master
----Task3e.java(4KB)
----Task3d.java(6KB)
----Task1_c_d_e.java(4KB)
----SimilarityWrapper.java(2KB)
----README.md(2KB)
----FastMap.java(10KB)
----Task3a.java(24KB)
----TimeSeriesSimilarityGenerator.java(10KB)
----Task3b.java(7KB)
----Task3c.java(4KB)
----Task3.java(6KB)
----Task3f.java(4KB)