本公开实施例公开了一种聚类方法及装置，所述聚类方法将样本数据中类间Rank-Order距离DR(Ci,Cj)、类间归一化Rank-Order距离DN(Ci,Cj)和类间绝对距离d(Ci,Cj)符合条件的类进行迭代合并，其中，通过类间Rank-Order距离DR(Ci,Cj)和类间归一化Rank-Order距离DN(Ci,Cj)可以度量类与类之间的邻居关系，通过类间绝对距离d(Ci,Cj)度量类与类之间的绝对距离关系，根据类间绝对距离可以准确度量两个类直接的相似度，根据类间绝对距离将相似度较小的类划分出来，即确定出类中的离群点。从而实现在聚类过程中将相似度较小的离群点剔除掉，提高聚类结果的准确率。尤其，当样本数据中数据对象较多，但属于同一类的数据对象比较少时，聚类结果的准确比较高。
【技术实现步骤摘要】
【专利摘要】本公开实施例公开了一种聚类方法及装置，所述聚类方法将样本数据中类间Rank-Order距离DR(Ci,Cj)、类间归一化Rank-Order距离DN(Ci,Cj)和类间绝对距离d(Ci,Cj)符合条件的类进行迭代合并，其中，通过类间Rank-Order距离DR(Ci,Cj)和类间归一化Rank-Order距离DN(Ci,Cj)可以度量类与类之间的邻居关系，通过类间绝对距离d(Ci,Cj)度量类与类之间的绝对距离关系，根据类间绝对距离可以准确度量两个类直接的相似度，根据类间绝对距离将相似度较小的类划分出来，即确定出类中的离群点。从而实现在聚类过程中将相似度较小的离群点剔除掉，提高聚类结果的准确率。尤其，当样本数据中数据对象较多，但属于同一类的数据对象比较少时，聚类结果的准确比较高。【专利说明】聚类方法及装置
本公开涉及计算机
，特别是涉及一种聚类方法及装置。
技术介绍
聚类是将物理或抽象对象的集合分成由类似的对象组成的多个类（簇）的过程， 即将对象分类到不同的类的过程，同一个类中的对象有很大的相似性，不同类间的对象有 很大的相异性。下文使用"类"的概念，需要说明的是，本文中"类"与"簇"的含义相同。 例如，聚类方法用于人脸图片的分类时，将属于同一个人的图片分为一类，相关的 聚类方法采用Rank-Order距离度量两张人脸之间的相似性，能够将同一个人的图片聚集 在一起。但是，对于一堆图片中包含的人脸数量比较多，而包含每个人的人脸的图片数量比 较少时，此种聚类方法的聚类结果准确率非常低。
技术实现思路
为克服相关技术中存在的问题，本公开提供一种聚类方法及装置。 为了解决上述技术问题，本公开实施例公开了如下技术方案： 根据本公开实施例的第一方面，提供一种聚类方法，包括： 获取样本数据中任意两个类Ci与Cj之间的类间Rank-Order距离DK(Ci，Cj)、类间 绝对距离cKCi，Cj)及类间归一化Rank-Order距离D N(Ci，Cj); 针对所述样本数据中的任意两个类q与Cj，根据所述类间Rank-Order距离 DYC" ?.)、所述类间归一化Rank-Order距离DN(C" ?.)和所述类间绝对距离cKC" Cp，判断 所述两个类q与是否是候选合并类； 当所述任意两个类Q与&是候选合并类时，合并所述候选合并类，并更新类的数 量； 当更新后的类的数量比更新前的类的数量少时，返回执行获取任意两个类Ci与Cj 之间的类间Rank-Order距离DK(Ci，Cj)、类间绝对距离(KCi, Cj)及类间归一化Rank-Order 距离DN(Ci，?_)的步骤，直到更新后的类的数量与更新前的类的数量相同，得到聚类结果。 结合第一方面，在第一方面的第一种可能的实现方式中，所述针对任意两个类(； 与根据所述炉沁，Cp、所述DN(Ci，Cp和所述cKCi，?_)，判断所述两个类Q与&是否是 候选合并类，采用如下方式： 判断所述类间Rank-Order距离DK(Ci，?_)是否小于第一距离阈值，且所述类间归 一化Rank-Order距离D N (Q，Cp是否小于1，且所述类间绝对距离d (Q，CJ是否小于第二距 离阈值； 当所述〇κ((；，?_)小于所述第一距离阈值，且所述0\(；，(^)小于1，且所述cKCpCj.) 小于所述第二距离阈值时，确定类Ci和类是候选合并类。 结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式 中，所述方法还包括：当所述DYCpCj)不小于所述第一距离阈值，或者，所述? Ν((；，?_)不小 于1，或者，所述cKCpCj)不小于所述第二距离阈值时，判断所述样本数据中除已经判断过 的类之外的任意两个类是否是候选合并类，直到全部所述样本数据都完成判断。 结合第一方面、第一方面的第一种可能的实现方式或第一方面的第二种可能的实 现方式，在第一方面的第三种可能的实现方式中，所述类间绝对距离包括两个类之间的平 均距离或两个类之间的最小距离。 结合第一方面，在第一方面的第四种可能的实现方式中，所述当所述任意两个类 Ci与是候选合并类时，合并所述候选合并类，采用如下方式： 确定出所述样本数据中全部的候选合并类后，两两合并所述候选合并类，直到不 存在候选合并类。 根据本公开实施例的第二方面，提供一种聚类装置，包括： 第一获取单元，用于获取样本数据中任意两个类Ci与Cj之间的类间Rank-Order 距离 ; 第二获取单元，用于获取所述样本数据中任意两个类Ci与之间的类间绝对距离 cKC^Cj)； 第三获取单元，用于获取所述样本数据中任意两个类Ci与之间的类间归一化 Rank-Order 距离 DYC^Cj); 第一判断单元，用于针对所述样本数据中的任意两个类(^与(^_，根据所述类间 Rank-Order距离DK(Ci，Cj)、所述类间归一化Rank-Order距离DN (Q，C』）和所述类间绝对距 离cKCi，cp，判断所述两个类Q与是否是候选合并类； 迭代合并单元，用于当所述任意两个类q与&是候选合并类时，合并所述候选合 并类，并更新类的数量，以及，当更新后的类的数量比更新前的类的数量少时，返回执行获 取任意两个类q与之间的类间Rank-Order距离D K(Ci，Cp、类间绝对距离cKCi，?_)及类 间归一化Rank-Order距离DN(Ci，?_)的步骤，直到更新后的类的数量与更新前的类的数量 相同，得到聚类结果。 结合第二方面，在第二方面的第一种可能的实现方式中，所述第一判断单元，包 括： 第一判断子单元，用于判断所述类间Rank-Order距离DK(Ci，Cp是否小于第一距 离阈值，且所述类间归一化Rank-Order距离D N(Ci，Cp是否小于1，且所述类间绝对距离 cKCi，cp是否小于第二距离阈值； 确定子单元，用于当所述DYCpCj)小于所述第一距离阈值，且所述0\(；，(^)小于 1，且所述cKCi，cp小于所述第二距离阈值时，确定类Q和类?.是候选合并类。 结合第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式， 所述第一判断单元还包括： 第二判断子单元，用于当所述DK(Ci，Cp不小于所述第一距离阈值，或者，所述 不小于1，或者，所述cKCpCj)不小于所述第二距离阈值时，判断所述样本数据中 除已经判断过的类之外的任意两个类是否是候选合并类，直到全部所述样本数据都完成判 断。 结合第二方面，在第二方面的第三种可能的实现方式，所述迭代合并单元包括： 合并子单元，用于确定出所述样本数据中全部的候选合并类后，两两合并所述候 选合并类，直到不存在候选合并类。 根据本公开实施例的第三方面，提供一种终端，包括：处理器；用于存储处理器可 执行指令的存储器；其中，所述处理器被配置为： 获取样本数据中任意两个类与&之间的类间Rank-Order距离DK(Ci，?_)、类间 绝对距离cKCi，C」）及类间归一化Rank-Order距离D N(Ci本文档来自技高网...
【技术保护点】
一种聚类方法，其特征在于，包括：获取样本数据中任意两个类Ci与Cj之间的类间Rank‑Order距离DR(Ci,Cj)、类间绝对距离d(Ci,Cj)及类间归一化Rank‑Order距离DN(Ci,Cj)；针对所述样本数据中的任意两个类Ci与Cj，根据所述类间Rank‑Order距离DR(Ci,Cj)、所述类间归一化Rank‑Order距离DN(Ci,Cj)和所述类间绝对距离d(Ci,Cj)，判断所述两个类Ci与Cj是否是候选合并类；当所述任意两个类Ci与Cj是候选合并类时，合并所述候选合并类，并更新类的数量；当更新后的类的数量比更新前的类的数量少时，返回执行获取任意两个类Ci与Cj之间的类间Rank‑Order距离DR(Ci,Cj)、类间绝对距离d(Ci,Cj)及类间归一化Rank‑Order距离DN(Ci,Cj)的步骤，直到更新后的类的数量与更新前的类的数量相同，得到聚类结果。
【技术特征摘要】
【专利技术属性】
技术研发人员：陈志军，张涛，龙飞，
申请(专利权)人：小米科技有限责任公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。