[發(fā)明專利]一種基于移動中心的分類方法

在審

• 申請?zhí)枺?/td>: 201610142085.6
• 申請日: 2016-03-10
• 公開（公告）號: CN105760893A
• 公開（公告）日: 2016-07-13
• 發(fā)明（設(shè)計）人: 盧志茂;范冬梅;譚國真;姚念民;高振國
• 申請（專利權(quán)）人: 大連理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 梅洪玉;侯明遠

1.一種基于移動中心的分類方法，其特征在于以下步驟：

(1)對于由訓練數(shù)據(jù)和待分類數(shù)據(jù)組成的具有k個類別的數(shù)據(jù)集X＝{x^t}ⁿ_t＝1，進行分類，首先計算訓練集組成的k個小簇的中心；

Otraini=Σj=1ntrainixtrainijntraini.---(2-1)]]>

其中，n∈N，1≤i≤k；代表第i個類別訓練集組成小簇的中心，代表第i個類別訓練集組成小簇的規(guī)模，代表第i個類別訓練集中的第j個數(shù)據(jù)對象，

(2)把訓練集組成小簇的中心作為分類用的模板，按照最小距離法對待分類數(shù)據(jù)進行分類，分類的結(jié)果是各個類別對應(yīng)的小簇變成了大簇。

(3)計算大簇的中心：

Oci=Σt=1nbitxtΣt=1nbit---(2-2)]]>

其中，定義如下：

檢查簇中心是否與分類用模板O_i重合，如果不重合就用簇中心來替代模板O_i，來實現(xiàn)對分類用的模板的更新。

選擇k個初始聚類中心：從包含有n(n∈N)個數(shù)據(jù)對象的數(shù)據(jù)集X＝{x^t}ⁿ_t＝1中選擇包含有k個數(shù)據(jù)對象的子集S＝{xⁱ}^k_i＝1作為K-means聚類的初值；x^t表示數(shù)據(jù)集中第t個數(shù)據(jù)對象，k≥2；

做M次規(guī)模為k的隨機抽樣，0<M且M∈N，組成M個樣本集；每個樣本集包含k個樣本；

(2)根據(jù)式(2-1)計算每個樣本集S_m對應(yīng)的質(zhì)量函數(shù)Q_m(d)，1≤m≤M，以此評價樣本集S_m的質(zhì)量；

(3)按照式(2-2)選擇具有最大Q(d)值的樣本集S_g，1≤g≤M，作為K-means的初值；

Q(d)=2k(k-1)Σi=1kΣj=1k(dij)×mini,j{dij},i≠j---(2-1)]]>

式(2-1)中的Q(d)是樣本集的質(zhì)量評價函數(shù)，d_ij表示第i個和第j個樣本之間的歐氏距離，d_ij＝||xⁱ-x^j||²，1≤i≤k，1≤j≤k，i≠j，是計算樣本間歐氏距離的期望，min_i，j{d_ij}是計算樣本間的最小距離。

Sg=argmaxmQm(d)---(2-2)]]>

式(2-2)中的S_g代表具有最大Q(d)值的樣本集。