一种融合特征学习的自适应快速K-means聚类方法技术

本发明专利技术公开一种融合特征学习的自适应快速K‑means聚类方法，首先对数据进行预处理，排除其中属性缺失、数据重复问题，对各数据属性进行归一化处理；计算数据总散度矩阵，并引入稀疏特性构造特征选择矩阵；在特征子空间上执行K‑means聚类方法，且在聚类中心更新过程中，引入自适应因子动态调节每个数据样本权重；根据聚类间的可区分信息，更新特征选择矩阵，进而筛选出最优特征子集。此种方法使得传统K‑means聚类方法能够高效地利用聚类间和聚类内的可区分信息、以及特征之间的相关性信息提高聚类的准确度，还在聚类过程中融入自适应因子，根据不同类型数据分布的特点更新聚类中心，具备较高的实用性及可扩展性，可为机器学习、计算机视觉等相关应用提供有效支持。

An adaptive fast K-means clustering method based on feature learning

【技术实现步骤摘要】
一种融合特征学习的自适应快速K-means聚类方法
本专利技术属于机器学习
，特别涉及一种融合特征学习的自适应快速K-means聚类方法。
技术介绍
聚类方法是在机器学习领域应用非常广泛的一项技术，其中以K-means方法应用最为广泛，其在数据挖掘、医疗、教育等多种领域取得了很好的效果。然而，随着多媒体技术和互联网技术高速发展，高维数据呈现爆发式增长，给传统K-means方法带来了巨大挑战。由于高维数据中往往存在冗余特征和噪声特征，直接对这类数据应用K-means聚类不但需要消耗大量计算资源此外，而且也会影响其聚类准确度。最新研究表明，若预先对数据特征进行降维处理，K-means的聚类效率将得到有效提升。近年来，有一些研究已经将降维方法(如线性判别分析(LinearDiscriminantAnalysis，LDA)、正交质心法(OrthogonalCentroidMethod，OCM)等方法)与K-means进行结合，利用前者为后者提供最优子空间，而将后者在子空间上聚类结果作为前者的“标签”信息。虽然，此类方法能有效提高K-means的聚类准确度，但其均需借助特征分解操作求解最本文档来自技高网...

【技术保护点】
1.一种融合特征学习的自适应快速K‑means聚类方法，其特征在于包括如下步骤：步骤1，对待处理数据进行预处理，并对各数据属性进行归一化处理，进而获得n组包括D个特征的无标签数据X＝[x1，x2，…，xn]∈R

【技术特征摘要】
1.一种融合特征学习的自适应快速K-means聚类方法，其特征在于包括如下步骤：步骤1，对待处理数据进行预处理，并对各数据属性进行归一化处理，进而获得n组包括D个特征的无标签数据X＝[x1，x2，…，xn]∈RD×n，其中xi∈RD×1表示第i个数据样本，i＝1，2，…，n；计算数据总散度矩阵St；步骤2，设定待选择的子特征数d，类别数c，平衡因子λ和自适应因子σ，初始化权重矩阵Δ为单位矩阵，并随机初始化特征选择矩阵W和聚类中心矩阵G，其中G＝[g1，g2，…，gc]∈Rd×c，gk表示第k个聚类中心向量，k＝1，2，…，c；步骤3，建立聚类模型如下：其中，F＝[f1，f2，…，fn]T∈{0，1}n×c为类别标签矩阵，fi表示第i个数据样本的类别标签，i＝1，2，…，n；以上模型的最优解等同于：其中，设定Δ＝diag(τ1，τ2，…，τn)为一个对角矩阵，且U＝[u1，u2，…，un]T＝XTW-FGT，则最终目标函数转化为：步骤4，求解以上目标函数，直至满足结束条件，输出特征选择矩阵W，聚类中心矩阵G及类别标签矩阵F。2.如权利要求1所述的方法，其特征在于：所述步骤1中，对待处理数据进行预处理，包括解决待处理数据中属性缺失及数据重复的问题。3.如权利要求1所述的方法，其特征在于：所述步骤1中，数据总散度矩阵St的计算公式...

【专利技术属性】
技术研发人员：王晓栋，严菲，曾志强，陈玉明，洪朝群，
申请(专利权)人：厦门理工学院，
类型：发明
国别省市：福建,35