【技术实现步骤摘要】
本专利技术涉及海量多媒体数据处理领域，尤其涉及一种数据聚类方法。技术背景在信息大爆炸的年代，人们所面对的数据是海量的。在Googlew上搜索汽 车这个关键词，你会得到217， 000， 000个结果；搜索赛车这个关键词， 你的结果数量就只有13， 600， 000 了；搜索蓝色赛车这个关键词，你的结 果数量将进一步下降，只有455， 000。由此可见，对已有数据进行聚类分组， 使每组内的数据都具有某些共同的特征，将为你对数据的进一步处理带来很大 的方便。目前的聚类方法有很多种，最常用的是A-均值聚类方法。A-均值聚类方法实 现起来很方便，但是它对初始聚类中心的选取很敏感——如果初始聚类中心选 取不当，将导致错误的聚类结果。对于海量的结构未知的数据集合，我们通常 采用随机采样的方法来产生这个初始聚类中心集合。当fc值越来越大时，初始 聚类中心集合选择正确的几率会越来越小。而且，对于^均值聚类方法而言，我们需事先指定类的个数。而对于海量的结构未知的数据集合，我们究竟应该 把它分成几类是不知道的。相似度传播数据聚类方法AP (Affinity Propagation, AP, Brendan J. Frey and Delbert Dueck, Clustering by passing messages between data points, 5Wewce, 315(5814): 972-951, 2007)就没有以上缺点。它将两两数据对象之间的相似度作 为输入，而且此相似度可以是非对称的，即数据对象^到数据对象B的相似度 可以不等于数据对象S到数据对...
【技术保护点】
一种相似度传播数据聚类方法的加速方法，其特征在于包括如下步骤： １）输入需要聚类的具有Ｎ个数据对象的集合的相似度矩阵Ｓ↓［Ｎ×Ｎ］，ｓ［ｉ，ｊ］≤０，ｉ∈｛１，Λ，Ｎ｝，ｊ∈｛１，Λ，Ｎ｝； ２）将矩阵Ｓ↓［Ｎ×Ｎ］分割成ｋ部分： ＊＊＊ 其中 ｋ必须大于１，小于「Ｎ／（４×Ｃ）」， Ｃ是聚类结果中的类的个数的最大值， 子矩阵Ｓ↓［１１］，Ｓ↓［２２］，Λ，Ｓ↓［ｋｋ］都是方阵， 子矩阵Ｓ↓［１１］，Ｓ↓［２２］，Λ，Ｓ↓［ｋ－１，ｋ－１］的大小是「Ｎ／ｋ」×「Ｎ／ｋ」， 子矩阵Ｓ↓［ｋｋ］的大小是［Ｎ－（ｋ－１）×「Ｎ／ｋ」］×［Ｎ－（ｋ－１）×「Ｎ／ｋ」］； ３）把子矩阵Ｓ↓［１１］，Ｓ↓［２２］，Λ，Ｓ↓［ｋｋ］作为相似度传播数据聚类方法的输入，得到ｋ个可用性矩阵Ａ↓［１１］，Ａ↓［２２］，Λ，Ａ↓［ｋｋ］； ４）将步骤３）中的可用性矩阵Ａ↓［１１］，Ａ↓［２２］，Λ，Ａ↓［ｋｋ］合并，得到整个数据集合的可用性矩阵Ａ′： ＊＊＊ 其中 除去Ａ↓［１１］，Ａ↓［２２］，Λ，Ａ↓［ｋｋ］，可用性矩阵Ａ...
【技术特征摘要】
1.一种相似度传播数据聚类方法的加速方法，其特征在于包括如下步骤1)输入需要聚类的具有N个数据对象的集合的相似度矩阵SN×N，s[i，j]≤0，i∈{1，Λ，N}，j∈{1，Λ，N}；2)将矩阵SN×N分割成k部分<!--img id=icf0001 file=S2008100591237C00011.gif wi=178 he=102 img-content=drawing img-format=tif/-->其中k必须大于1，小于N/(4×C)，C是聚类结果中的类的个数的最大值，子矩阵S11，S22，Λ，Skk都是方阵，子矩阵S11，S22，Λ，Sk-1，k-1的大小是N/k×N/k，子矩阵Skk的大小是[N-(k-1)×N/k]×[N-(k-1)×N/k]；3)把子矩阵S11，S22，Λ，Skk作为相似度传播数据聚类方法的输入，得到k个可用性矩阵A11，A22，Λ，Akk；4)将步骤3)中的可用性矩阵A11，A22，Λ，Akk合并，得到整个数据集合的可用性矩阵A′2.根据权利要求1所述的一种相似度传播数据聚类方法的加速方法，其特 征在于所述的输入需要聚类的具有7V个数据对象的集合的相似度矩阵Swxw,小'，y]S0,/e {1,A e {1,A ,w:不同的数据对象z'和_/之间相似度S(7》的度量取决于待聚类的数据对象的类别；对于二维空间中的点，采用负欧氏距离度量任 意两个对象之间的相似度，负欧氏距离的公式如下<formula>formula see original document page 3</formula>其中p和g是两个二维的矢量； 自相似度^^》代表了对象M乍为聚类中心的合适程度，其值越接近于0，则 说明其越适合作为聚类中心；在数据分布未知的情况下，将自相似度s^统一 设成所有不同数据对象之间相似度啦力,/Ml,A ,7VWe{l,A ,iV}，y的中值。3.根据权利要求1所述的一种相似度传播数据聚类方法的加速方法，其特征 在于所述的把子矩阵^,S22,7V 分别作为相似度传播数据聚类方法的输入，得 到A:个可用性矩阵^，h,A ，* :设输入相似度矩阵S的大小为iVxiV :(1) 创建大小...
【专利技术属性】
技术研发人员：吴飞，庄越挺，张绪青，郭同强，夏丁胤，
申请(专利权)人：浙江大学，
类型：发明
国别省市：86[中国|杭州]
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。