数据分类方法、设备、存储介质及装置制造方法及图纸

本发明专利技术公开了一种数据分类方法、设备、存储介质及装置，该方法包括：通过获取待分类数据以及所述待分类数据在模拟退火场景中的当前温度，并根据所述待分类数据生成初始相似度矩阵，根据预设聚类算法以及所述初始相似度矩阵确定所述待分类数据对应的目标准则函数值集以及分类结果集，根据所述目标准则函数值集以及所述当前温度从所述分类结果集选取目标分类结果，本发明专利技术根据预设聚类算法以及待分类数据生成目标准则函数值集以及分类结果集，再对目标准则函数值集以及分类结果集进行分析，获得目标分类结果，从而能够减少运算量，提高数据分类的准确性。

【技术实现步骤摘要】
数据分类方法、设备、存储介质及装置
本专利技术涉及数据分析
，尤其涉及一种数据分类方法、设备、存储介质及装置。
技术介绍
随着大数据时代的来临，数据分析已经逐渐成为人们关注的焦点，其中聚类分析作为数据分析的重要组成部分引起了人们的足够重视。通过对原始数据的聚类分析，可以挖掘出数据间隐藏的信息，从而便于人们更加清楚的认清原始数据的本质。一直以来，聚类分析算法层出不穷，AP聚类算法是其中一种经典的分类算法，它能取得比较好的分类结果。但是，利用AP聚类算法对数据进行分类存在以下问题：(1)设置初始偏向参数的随机性；(2)难以确定偏向参数取何值时能够获得最优的分类结果，而模拟退火算法恰好能够解决上述问题。因此，如何基于模拟退火改进AP聚类算法以优化数据分类过程是亟待解决的技术问题。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供一种数据分类方法、设备、存储介质及装置，旨在解决现有技术中如何基于模拟退火改进AP聚类算法以优化数据分类过本文档来自技高网...

【技术保护点】
1.一种数据分类方法，其特征在于，所述数据分类方法包括以下步骤：/n获取待分类数据以及所述待分类数据在模拟退火场景中的当前温度，并根据所述待分类数据生成初始相似度矩阵；/n根据预设聚类算法以及所述初始相似度矩阵确定所述待分类数据对应的目标准则函数值集以及分类结果集；/n根据所述目标准则函数值集以及所述当前温度从所述分类结果集选取目标分类结果。/n

【技术特征摘要】
1.一种数据分类方法，其特征在于，所述数据分类方法包括以下步骤：
获取待分类数据以及所述待分类数据在模拟退火场景中的当前温度，并根据所述待分类数据生成初始相似度矩阵；
根据预设聚类算法以及所述初始相似度矩阵确定所述待分类数据对应的目标准则函数值集以及分类结果集；
根据所述目标准则函数值集以及所述当前温度从所述分类结果集选取目标分类结果。


2.如权利要求1所述的数据分类方法，其特征在于，所述根据预设聚类算法以及所述初始相似度矩阵确定所述待分类数据对应的目标准则函数值集以及分类结果集的步骤，具体包括：
根据所述初始相似度矩阵确定初始偏向参数值；
根据预设聚类算法以及所述初始偏向参数值确定所述待分类数据的初始分类结果以及第一目标准则函数值；
对所述初始偏向参数值进行更新，获得当前偏向参数值；
根据所述预设聚类算法以及所述当前偏向参数值确定所述待分类数据的当前分类结果以及第二目标准则函数值；
将所述第一目标准则函数值以及所述第二目标准则函数值作为目标准则函数值集，并将所述初始分类结果以及所述当前分类结果作为分类结果集。


3.如权利要求2所述的数据分类方法，其特征在于，所述根据所述初始相似度矩阵确定初始偏向参数值的步骤，具体包括：
根据所述初始相似度矩阵生成偏向参数取值范围，并对所述初始相似度矩阵进行转化，获得目标相似度矩阵；
根据所述待分类数据以及所述目标相似度矩阵确定标准化值，并根据所述标准化值以及所述偏向参数取值范围确定初始偏向参数值。


4.如权利要求3所述的数据分类方法，其特征在于，所述根据所述待分类数据以及所述目标相似度矩阵确定标准化值，并根据所述标准化值以及所述偏向参数取值范围确定初始偏向参数值的步骤，具体包括：
根据所述目标相似度矩阵对所述分类数据进行提取，获得提取数据；
根据所述提取数据确定标准化值，并根据所述标准化值以及所述偏向参数取值范围确定初始偏向参数值。


5.如权利要求2所述的数据分类方法，其特征在于，所述根据所述目标准则函数值集以及所述当前温度从所述分类结果集选取目标分类结果的步骤，具体包括：
获取...

【专利技术属性】
技术研发人员：任自鑫，张明福，何云，郭威，
申请(专利权)人：安徽江淮汽车集团股份有限公司，
类型：发明
国别省市：安徽;34