论文部分内容阅读
信息可视化是图形学的分枝,是一个新兴领域。为了展现海量信息,可视化技术需要对数据进行预先聚类操作。常用的聚类方法一般基于欧氏距离,这种方法计算量较大,特别是对于海量的多维信息。为了加快聚类速度,辅助可视化技术,本文将扩展BP网络用于可视化的聚类。该算法将多维信息当作BP网络的输入节点,其类别当作输出节点,通过对少量样本信息的学习,使BP网络具有分类能力,最终用于海量信息的分类。本文最后设计了一组实验,用实验结果证明算法的可行性。