一种DPC聚类算法的改进方法技术

本发明专利技术提出了一种DPC聚类算法的改进方法，包括：S1、通过均值距离与截断中心，选取初始聚类中心；S2、采用K

【技术实现步骤摘要】
一种DPC聚类算法的改进方法


[0001]本专利技术涉及数据分析与挖掘
，尤其涉及一种DPC聚类算法的改进方法。

技术介绍

[0002]聚类分析作为近几年热门研究领域，涉及数据挖掘、模式识别、机器学习、数据分析等众多学科，随着科技的发展，目前已步入大数据的时代，数据中包含的信息具有很高的价值。聚类分析仅通过描述对象和其关系的数据信息，期望将对象划分为多个组，使得组内对象相似，组间对象不同。
[0003]聚类本质是聚集出一组簇，这组簇通常包含数据集中的所有对象(某些算法会识别出噪声，一般认为噪声属于噪声簇)。此外，它也可以指定簇彼此之间的关系，例如，在彼此中相互嵌入的簇的层次结构。按照簇模型列举有以下几种比较著名的聚类方法：1)基于连通性的簇模型，对应于层次聚类：层次聚类算法时间复杂度高。2)基于质心的簇模型，对应于划分聚类：一般划分聚类算法都存在聚类数目k难以确定，初始中心点难以选择的问题。3)基于分布的簇模型，对应于模型聚类：基尽管这些方法的理论基础非常优秀，但是此类算法通常容易过拟合。4)基于网格的簇模型，对应于网格聚类；但是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种DPC聚类算法的改进方法，其特征在于，包括：S1通过均值距离与截断中心，选取初始聚类中心；S2、采用K
‑
Means的分配策略，根据所有数据点到每个初始聚类中心的欧式距离进行分簇；S3、更新簇中心，进行中心偏移，对所有数据点重新分配归属，反复操作；当新旧簇中心两点间的欧氏距离小于设定值时，停止更新聚类中心，并把上一次的聚类结果作为最终聚类结果；S4、判断更新聚类中心后得簇和簇之间，是否需要进行中心融合；若需要进行中心融合，则采用迭代融合法的思想进行中心融合，得到新的聚类结果；若不需要，则采用S3中的最终聚类结果。2.根据权利要求1所述一种DPC聚类算法的改进方法,其特征在于，S3中所述不断更新簇中心，包括：采用K
‑
Means更新聚类中心的策略，计算每个簇内所有数据点的平均值，作为当前簇的新簇中心。3.根据权利要求1所述一种DPC聚类算法的改进方法，其特征在于，S3中所述对所有数据点重新分配归属，包括：根据新聚类中心，对数据点重新分配归属；采用K
‑
Means的分配策略，计算所有数据点到每个新聚类中心的距离，根据所述距离重新对数据点分簇。4.根据权利要求1所述一种DPC聚类算法的改进方法，其特征在于，S4中所述中心融合包括：S511、遍历所有簇心，两两判定是否融合，遇到需要融合的两簇就停止判定，并返回需要融合的两个簇心；S512、求两簇心的密度，将两簇心中密度较大的簇心的标签作为融合簇标签，返回簇融合之后的标签分配结果；S513、重新将数据集和标签进行绑定，进行打标签操作；求出簇标签相同的点的均值中心作为融合簇心；S514、返回融合后的新簇心集合；S515、根据得到新簇心迭代进行两两簇心融合，直到新簇心不能再融合，中心融合结束。5.根据权利要求4所述一种DPC聚类算法的改进方法，其特征在于，所述判断簇和簇之间是否需要进行中心融合，包括：S521、以两个簇心之间的直线距离为直径，两个簇心直线距离的中点为圆心作圆，找出圆里分别属于两个簇的数据点；S522、找出成对的伪核心数据点，其具体步骤为：计算圆里分别属于两个簇的数据点之间的距离，找出两数据点之间距离小于截断半径的成对点，即成对的伪核心数据点；若无成对的伪核心数据点，则两个簇不能融合；所述截断半径d
c
的计算公式为：d
c
＝maxDist*distPercent/100
ꢀꢀꢀꢀ
(1)其中，distList表示距离向量；distPercent表示截断百分比，distPercent的选取根据
...

【专利技术属性】
技术研发人员：伊卫国，严羚玮，宋旭东，宋亮，苏浩田，万晓慧，
申请(专利权)人：大连交通大学，
类型：发明
国别省市：