一种数据聚类的方法及装置制造方法及图纸

本发明专利技术适用计算机技术领域，提供了一种数据聚类的方法及装置，所述方法包括：接收输入的待聚类的数据集，为数据集生成对应的当前种群，根据当前种群中每个个体的适应度值和当前种群的自适应指数，生成每个个体的选择概率，根据选择概率进化当前种群，生成下一代种群，当当前进化代数未超过最大进化代数时，计算下一代种群的自适应指数，并将下一代种群设置为当前种群，跳转至计算当前种群中每个个体的适应度值的操作，否则根据下一代种群中的最优个体，生成并输出数据集的聚类，从而通过适应度值、自适应指数调节好个体在进化过程中被选择的概率，有效地降低了聚类结果对初始聚类中心的依赖，使聚类逃出局部最优，有效地提高了聚类质量。

【技术实现步骤摘要】
一种数据聚类的方法及装置
本专利技术属于计算机
，尤其涉及一种数据聚类的方法及装置。
技术介绍
随着计算机与信息技术的密切结合，海量的数据在互联网上快速的产生和传播，金融、电信等多个行业需要从海量的数据中获取具有潜在意义的信息，才能在瞬息万变中把握住经济命脉的先机，在科技的发展下，需要处理和分类的信息量与日俱增，信息获取的速度越来越快，信息的种类也越来越复杂，如何对这些种类繁多、对象不明确、不完全的大量信息进行有效地分类，并从中挖掘出我们需要的、有用的信息，是当今业界重要的研究课题。目前，可通过聚类算法实现这个课题，常用的K-均值聚类算法具有快速的收敛性、良好的伸缩性等优点，在聚类过程中通常能聚类出一较好的结果，然而该算法的聚类效果比较依赖聚类中心的初始值，同时在聚类时易陷入局部解、易受到“噪音”干扰，导致从海量的数据中获取的信息不够准确、聚类的质量不佳。
技术实现思路
本专利技术的目的在于提供一种数据聚类的方法及装置，旨在解决聚类结果的好坏对初始聚类中心的依赖性较大，聚类过程易陷入局部最优解、易受“噪音”干扰，导致聚类质量不佳的问题。一方面，本专利技术提供了一种数据聚类的方法，所本文档来自技高网...

【技术保护点】
一种数据聚类的方法，其特征在于，所述方法包括下述步骤：接收输入的待聚类的数据集，为所述数据集生成对应的当前种群，所述当前种群中每个个体包含预设数目个聚类中心；计算所述当前种群中每个个体的适应度值，并根据所述所有适应度值和所述当前种群的自适应指数，生成所述每个个体的选择概率；根据所述当前种群中每个个体中的所有聚类中心，将所述数据集中的样本划分到相应的聚类中，并根据所述所有选择概率，进化所述当前种群，生成下一代种群；当当前进化代数未超过预设的最大进化代数时，获取所述当前种群进化为所述下一代种群时生成优异个体的数目，并根据所述优异个体数目，计算所述下一代种群的自适应指数，将所述下一代种群设置为所述当...

【技术特征摘要】
1.一种数据聚类的方法，其特征在于，所述方法包括下述步骤：接收输入的待聚类的数据集，为所述数据集生成对应的当前种群，所述当前种群中每个个体包含预设数目个聚类中心；计算所述当前种群中每个个体的适应度值，并根据所述所有适应度值和所述当前种群的自适应指数，生成所述每个个体的选择概率；根据所述当前种群中每个个体中的所有聚类中心，将所述数据集中的样本划分到相应的聚类中，并根据所述所有选择概率，进化所述当前种群，生成下一代种群；当当前进化代数未超过预设的最大进化代数时，获取所述当前种群进化为所述下一代种群时生成优异个体的数目，并根据所述优异个体数目，计算所述下一代种群的自适应指数，将所述下一代种群设置为所述当前种群，跳转至执行计算所述当前种群中每个个体的适应度值的操作；当所述当前进化代数超过所述最大进化代数时，根据所述下一代种群中的最优个体，生成并输出所述数据集的聚类。2.如权利要求1所述的方法，其特征在于，为所述数据集生成对应的当前种群的步骤，包括：在所述数据集中随机选取所述预设数目个样本点，将所述预设数目个样本点设置为聚类中心；将所述预设数目个聚类中心组合成所述当前种群中的一个个体，重复执行所述随机选取操作，生成所述当前种群中的所有个体。3.如权利要求1所述的方法，其特征在于，计算所述当前种群中每个个体的适应度值，并根据所有适应度值和所述当前种群的自适应指数，生成所述每个个体的选择概率的步骤，包括：根据预设的目标函数，计算所述当前种群中每个个体的适应度值；根据所述所有适应度值，生成所述当前种群中每个个体的优劣等级，并根据所述所有优劣等级和所述当前种群的自适应指数，计算所述当前种群中每个个体的选择概率，所述选择概率的计算公式为：其中，λ(g)为所述当前进化代数为g时所述当前种群的自适应指数，Ri为所述当前种群中第i个个体的优劣等级，NP为所述当前种群中所有个体的总数，Pig为所述当前进化代数为g时所述当前种群中第i个个体的选择概率。4.如权利要求1所述的方法，其特征在于，根据所述所有选择概率，进化所述当前种群，生成下一代种群的步骤，包括：根据所述选择概率，在所述当前种群中选择目标个体进行变异和交叉，生成新个体；将所述新个体的适应度值与所述目标个体的适应度值比较，当所述新个体优于所述目标个体时，将所述新个体设置为所述下一代种群中的个体，并将所述优异个体数目加一，否则将所述目标个体设置为所述下一代种群中的个体。5.如权利要求1所述的方法，其特征在于，根据所述优异个体数目，计算所述下一代种群的自适应指数的步骤，包括：根据所述优异个体数目，计算所述当前种群进化为所述下一代种群时的优异个体比例，所述优异个体比例的计算公式为：其中，SR(g+1)为所述当前进化代数为g时所述当前种群进化生成的优异个体比例，c(g+1)为所述当前进化代数为g时所述当前种群进化生成的优异个体数目；将所述优异个体比例和预设的期望值进行比较，并根据比较结果，计算所述下一代种群的自适应指数；所述期望值为u·SR(g)，其中，u为预设参数，SR(g)为所述进化代数为g-1时所述当前种群进化生成的优异个体比例；当所述优异个体比例不小于所述期望值时，所述下一代种群自适应指数的计算公式为λ(g+1)＝min(λ(g)+Δ·SR(g+1),λmax)，否则所述下一代种群自适应指数的计算公式为λ(g+1)＝max(λmin,λ(g)-Δ·(1-SR(g+1)))，其中，λmin、λmax、Δ、u为预设参数。6.一种数据聚...

【专利技术属性】
技术研发人员：陈剑勇，麦伟杰，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44