当前位置: 首页 > 专利查询>沈阳大学专利>正文

一种基于格拉斯曼(Grassmann)流形的数据聚类分析方法技术

技术编号:13168254 阅读:399 留言:0更新日期:2016-05-10 13:04
一种基于格拉斯曼(Grassmann)流形的数据聚类分析方法,涉及一种空间数据聚类方法,所述方法包括以下过程:输入                                               个数据点,待聚类数目K计算数据点之间的距离;构造拉普拉斯矩阵,其中D为对角矩阵,;求拉普拉斯矩阵L的k个最大特征值对应的特征向量并且构造矩阵,将Y每一行看成是空间内的一点,使用K均值算法对其进行分类;本发明专利技术不仅对能够分布在不同子空间上的数据进行有效聚类,而且能够对具有复杂几何结构的数据集合进行分析,在流形空间上进行有效聚类。

【技术实现步骤摘要】

【技术保护点】
一种基于格拉斯曼(Grassmann)流形的数据聚类分析方法,其特征在于,所述方法包括以下过程:步骤1:输入个数据点,待聚类数目k;步骤2:基于Grassmann流形上两点之间的距离公式,计算数据点之间的距离,,构造相似性矩阵;其中p和q为Grassmann流形上的两个点,p和q之间的主角度为;步骤3:构造拉普拉斯矩阵,其中D为对角矩阵,;步骤4:求拉普拉斯矩阵L的k个最大特征值对应的特征向量并且构造矩阵,其中为列向量;步骤5:单位化V的行向量,得到矩阵Y,其中;步骤6:将Y的每一行看成是Rk空间内的一点,使用K均值算法对其进行分类;步骤7:如果Y的第行属于第类,则将原数据点也划分到第类输出数据点的划分。

【技术特征摘要】

【专利技术属性】
技术研发人员:谢英红韩晓微涂斌斌
申请(专利权)人:沈阳大学
类型:发明
国别省市:辽宁;21

网友询问留言 已有0条评论
  • 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。

1