-
公开(公告)号：CN113516638B
公开(公告)日：2022-07-19
申请号：CN202110710164.3
申请日：2021-06-25
Applicant: 中南大学 , 中国人民解放军32801部队
Abstract: 本发明公开了一种神经网络内部特征重要性可视化分析及特征迁移方法，通过基于先验知识对数据集进行采样，划分代表性数据子集，对数据子集平均化、正则化，得到数据子集标准平均图，根据导向反向传播特征可视化方法获取神经网络内部所有神经元针对每张标准平均图的特征可视化图像，基于特征可视化图像与标准平均图的余弦相似度作为对应神经元的价值，根据层相似值判断网络层拟合情况和层内神经元相似值评估网络神经元拟合情况，使用神经网络剪枝算法提取高价值网络模块并进行迁移测试。本发明实现以量化与可视化结合的方式衡量卷积神经网络特征重要性，完成对原模型重要特征的提取重用，提高神经网络模型可解释性，帮助分析理解模型拟合情况。
-
公开(公告)号：CN112000662B
公开(公告)日：2022-04-22
申请号：CN202010702245.4
申请日：2020-07-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于双曲树的家谱数据可视化方法，通过从数据库中提取家族成员的基本信息和关系数据，对原始数据进行数据过滤、格式转换等预处理，在双曲空间内对预处理后的家谱数据进行双曲树布局，计算所有节点及子节点的位置。采用Poincare投影方法将双曲空间内的层次信息结构投影到欧几里得空间进行显示，再根据每个节点的所在位置、区域、层级，对其大小、光晕颜色、亮度进行属性设置及调整。根据上述步骤的计算结果绘制双曲家谱树图，包括绘制Poincare圆面、节点及连线。本发明的技术方案实现了将双曲树模型应用于家谱数据可视化。有效地解决了大型层次结构在普通空间难以可视化的问题以及层次信息视图间的平滑过渡问题。
-
公开(公告)号：CN113516638A
公开(公告)日：2021-10-19
申请号：CN202110710164.3
申请日：2021-06-25
Applicant: 中南大学 , 中国人民解放军32801部队
Abstract: 本发明公开了一种神经网络内部特征重要性可视化分析及特征迁移方法，通过基于先验知识对数据集进行采样，划分代表性数据子集，对数据子集平均化、正则化，得到数据子集标准平均图，根据导向反向传播特征可视化方法获取神经网络内部所有神经元针对每张标准平均图的特征可视化图像，基于特征可视化图像与标准平均图的余弦相似度作为对应神经元的价值，根据层相似值判断网络层拟合情况和层内神经元相似值评估网络神经元拟合情况，使用神经网络剪枝算法提取高价值网络模块并进行迁移测试。本发明实现以量化与可视化结合的方式衡量卷积神经网络特征重要性，完成对原模型重要特征的提取重用，提高神经网络模型可解释性，帮助分析理解模型拟合情况。
-
公开(公告)号：CN112000662A
公开(公告)日：2020-11-27
申请号：CN202010702245.4
申请日：2020-07-20
Applicant: 中南大学
Abstract: 本发明公开了一种基于双曲树的家谱数据可视化方法，通过从数据库中提取家族成员的基本信息和关系数据，对原始数据进行数据过滤、格式转换等预处理，在双曲空间内对预处理后的家谱数据进行双曲树布局，计算所有节点及子节点的位置。采用Poincare投影方法将双曲空间内的层次信息结构投影到欧几里得空间进行显示，再根据每个节点的所在位置、区域、层级，对其大小、光晕颜色、亮度进行属性设置及调整。根据上述步骤的计算结果绘制双曲家谱树图，包括绘制Poincare圆面、节点及连线。本发明的技术方案实现了将双曲树模型应用于家谱数据可视化。有效地解决了大型层次结构在普通空间难以可视化的问题以及层次信息视图间的平滑过渡问题。
-
-
-
Search Results
4
records
(took 0.014 seconds)
