[發(fā)明專利]一種高斯混合模型樹及其遞增聚類方法

有效

• 申請?zhí)枺?/td>: 201410035056.0
• 申請日: 2014-01-24
• 公開（公告）號: CN103823843B
• 公開（公告）日: 2017-02-22
• 發(fā)明（設計）人: 劉峽壁;伍藝;萬玉釵
• 申請（專利權）人: 北京理工大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種高斯混合模型樹，其特征在于：高斯混合模型樹的葉子節(jié)點對應著單個高斯成分，反映了該高斯混合模型樹中最稠密的數(shù)據(jù)分布，分布的稠密程度由單高斯成分的最大方差控制；數(shù)據(jù)稠密程度自下而上變得稀疏，樹的高層節(jié)點由低層的節(jié)點組合而成，即高斯成分的組合，高層節(jié)點對應更稀疏的數(shù)據(jù)分布，根節(jié)點對應著整個數(shù)據(jù)集的高斯分布，也是該高斯混合模型樹中最稀疏的數(shù)據(jù)分布；該高斯混合模型樹由上述的葉子節(jié)點和高層節(jié)點構成，反映了數(shù)據(jù)聚類、子聚類、整個數(shù)據(jù)集的關系。

2.根據(jù)權利要求1所述的一種高斯混合模型樹，其特征在于：高層節(jié)點對應高斯混合模型；樹的構建方式是自底向上的。

3.一種高斯混合模型樹的遞增聚類方法，其特征在于，包括四個技術環(huán)節(jié)：數(shù)據(jù)插入、更新聚類樹、數(shù)據(jù)刪除和聚類結果確定；這四個技術環(huán)節(jié)的關系為：對于每一個新數(shù)據(jù)，都插入到現(xiàn)有的高斯混合模型樹，再根據(jù)插入的結果更新聚類樹；隨著新數(shù)據(jù)的插入，檢查已經插入到聚類樹的數(shù)據(jù)是否需要刪除，如果需要刪除，則刪除數(shù)據(jù)；當所有數(shù)據(jù)讀取完成之后，確定聚類結果；具體實現(xiàn)步驟如下：

技術環(huán)節(jié)1、數(shù)據(jù)插入：將每一個新數(shù)據(jù)插入至高斯混合模型樹的葉子層，有可能插入到現(xiàn)有的葉子節(jié)點，也有可能生成新的葉子節(jié)點；

技術環(huán)節(jié)2、更新聚類樹：當新的數(shù)據(jù)被插入到最恰當?shù)娜~子節(jié)點后，當前的高斯混合模型樹的結構和參數(shù)會隨之更新，更新的節(jié)點包括插入新數(shù)據(jù)的葉子節(jié)點和與之相關的高層節(jié)點；聚類樹結構的變化主要體現(xiàn)在非葉子節(jié)點是否需要分裂，參數(shù)的變化包括葉子節(jié)點中單個高斯成分的參數(shù)、非葉子節(jié)點中高斯混合模型的參數(shù)；

技術環(huán)節(jié)3、在聚類過程中，允許用戶刪除之前已經插入到高斯混合模型樹中的數(shù)據(jù)，首先定位到保存了要刪除數(shù)據(jù)的葉子節(jié)點，刪除該數(shù)據(jù)，判斷葉子節(jié)點是否需要分裂，再如技術環(huán)節(jié)2所述更新聚類樹；

技術環(huán)節(jié)4、聚類結果確定：本發(fā)明提出的方法可以根據(jù)用戶對聚類結果的稠密程度的需求不同，確定不同的層作為聚類結果，在用戶沒有指定特殊需求的情況下，選擇根節(jié)點的孩子節(jié)點這一層作為聚類結果返回給用戶。

4.根據(jù)權利要求3所述的一種高斯混合模型樹的遞增聚類方法，其特征在于，技術環(huán)節(jié)1中判斷是否生成新葉子節(jié)點的標準為：計算新插入的數(shù)據(jù)與葉子節(jié)點的均值的歐氏距離。

5.根據(jù)權利要求3所述的一種高斯混合模型樹的遞增聚類方法，其特征在于，更新聚類樹結構時，通過計算非葉子節(jié)點對應的子節(jié)點的連通圖個數(shù)來判斷是否要分裂以及分裂的個數(shù)。

6.根據(jù)權利要求3所述的一種高斯混合模型樹的遞增聚類方法，其特征在于，刪除葉子節(jié)點中的數(shù)據(jù)之后要判斷葉子節(jié)點是否需要分裂，判斷的標準是計算該葉子節(jié)點對應的方差是否大于預先設置的閾值；如果需要分裂，分裂的個數(shù)通過計算該葉子節(jié)點對應的數(shù)據(jù)的連通圖個數(shù)決定。