公开(公告)号：CN109271567B

公开(公告)日：2022-07-26

申请号：CN201810860167.3

申请日：2018-08-01

Applicant: 浙江工业大学

Inventor： 孙国道 ,  周志秀 ,  赵银 ,  刘义鹏 ,  蒋莉 ,  梁荣华

IPC: G06F16/904 ,  G06K9/62

Abstract: 一种面向全排列数据的多变量可视分析方法，包括以下步骤：(1)对原始数据集合中的有限项目使用全排列算法得出所有排序方案；(2)根据原始数据中各个项目两两之间的连接属性，分别对排序方案添加连接属性信息；(3)通过MDS算法将所有排序方案降维聚类；(4)可视化分析：MDS view聚类视图、PCP View平行坐标视图、Perm View矩阵视图，各个视图之间交互分析，引导用户选择自己感兴趣的方案集群和排序方案。本发明从大量的全排列方案中挖掘出特殊的集群模式，将排列方案之间的相似性和差异性通过可视化让用户从中分析并结合自己的需求得出最佳的排序方案。

公开(公告)号：CN109344957A

公开(公告)日：2019-02-15

申请号：CN201810860313.2

申请日：2018-08-01

Applicant: 浙江工业大学

Inventor： 孙国道 ,  赵银 ,  周志秀 ,  刘义鹏 ,  蒋莉 ,  梁荣华

IPC: G06N3/04 ,  G06N3/08

Abstract: 一种基于差异比较的卷积神经网络可视分析方法，包括以下步骤：使用Tensorflow设计需要基本网络模型，并在此基础上做参数的修改得出对照模型；对两个模型进行训练，并提取训练完成后的模型参数；将得到的模型参数输入差异分析系统进行差异展示；通过观察差异分析系统的差异概览组件快速找到可能的关键差异点；通过系统提供的交互探索组件对可能的关键差异进行进一步的详细分析，从而得出自己的结论。本发明有效实现差异化可视分析，通过对这些差异的理解用户可以在实际对神经网络模型进行修改的过程中更加有效率地找到关键问题所在。

公开(公告)号：CN109271567A

公开(公告)日：2019-01-25

申请号：CN201810860167.3

申请日：2018-08-01

Applicant: 浙江工业大学

Inventor： 孙国道 ,  周志秀 ,  赵银 ,  刘义鹏 ,  蒋莉 ,  梁荣华

IPC: G06F16/904 ,  G06K9/62

Abstract: 一种面向全排列数据的多变量可视分析方法，包括以下步骤：(1)对原始数据集合中的有限项目使用全排列算法得出所有排序方案；(2)根据原始数据中各个项目两两之间的连接属性，分别对排序方案添加连接属性信息；(3)通过MDS算法将所有排序方案降维聚类；(4)可视化分析：MDS view聚类视图、PCP View平行坐标视图、Perm View矩阵视图，各个视图之间交互分析，引导用户选择自己感兴趣的方案集群和排序方案。本发明从大量的全排列方案中挖掘出特殊的集群模式，将排列方案之间的相似性和差异性通过可视化让用户从中分析并结合自己的需求得出最佳的排序方案。