[發明專利]信息粒導向變相動態快速聚類算法

在審

• 申請號: 201710157233.6
• 申請日: 2017-03-16
• 公開（公告）號: CN108629352A
• 公開（公告）日: 2018-10-09
• 發明（設計）人: 徐楷杰;李志武;聶衛科;朱修彬;尹雨山
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安恒泰知識產權代理事務所 61216
• 代理人: 李鄭建

本發明公開了一種導向變相動態快速聚類算法，首先對信息粒數據作平移標準差變換，然后構造信息粒相矢量；最后對信息粒相矢量進行聚類；本發明對信息粒數據進行導向壓縮處理，賦予信息粒以相信息，對信息粒相矢量進行聚類，可以使高維數據降維，且通過參數調整可以提高調整聚類性能而不影響算法運算復雜度。使其更快聚類，提高了聚類效果。

技術領域

本發明屬于大數據技術研究領域，具體涉及一種有效的導向變相動態快速聚類算法，以提高聚類性能。

背景技術

在大數據時代，如何充分挖掘出蘊藏于數據資源中的價值正在成為各國 IT業界、學術界和政府共同關注的焦點。數據挖掘中應用最為廣泛的經典聚類算法之一的kmeans算法一直以來倍受學者們的青睞，針對kmeans算法自身的缺陷，如受迭代次數影響、受初始化中心的影響，當處理實際應用領域的復雜高維數據時，將會出現運算量大、收斂速度慢，不穩定的缺陷。

發明內容

針對上述現有技術存在的不足，本發明的目的在于提供一種信息粒導向變相動態快速聚類算法,更快聚類，提高了聚類效果，聚類穩定可調；解決現有的聚類算法運算量大、收斂速度慢，不穩定的缺陷。

為解決上述技術問題，本發明采用了以下技術方案：

一種導向變相動態快速聚類算法，包括以下步驟：

步驟一：對信息粒數據D作平移標準差變換，得到

信息粒數據D為：

變換之后的信息粒數據為：

其中，

x_nm表示第n個數據的第m個屬性，x′_nm表示經平移標準差變換后的第 n個數據的第m個屬性，N表示信息粒數據的個數，每個數據有M個屬性；

步驟二：構造信息粒相矢量；

步驟2.1：信息粒數據的導向矢量Ξ為：

其中，Ω為信息粒的導向壓縮矢量，Λ為信息粒的導向壓縮變換矢量，Λ＝[cosθ₁ cosθ₂ … cosθ_m … cosθ_M]^T，且滿足θ_m表示波長為λ的平行波輻射在信息粒上時該平行波束與M維空間標準正交坐標軸的正向夾角，m＝1,2,...,M；

步驟2.2：相矢量Ψ分布在單位圓上，相矢量中每一個元素為信息粒的一個相，相矢量中一個相對應單位圓上的一個點，相矢量Ψ的表達式為：Ψ＝e^jΞ，其中，

步驟三：對信息粒相矢量進行聚類；

對相矢量Ψ在單位圓上形成的點進行聚類，獲得K個類簇，K>1。

本發明還具有如下區別技術特征：

所述的步驟二至步驟三中，平行波的波長λ為λ≥max(Ω)的變量。

所述的步驟三中，使用K-means聚類算法對相矢量Ψ在單位圓上形成的點進行聚類。

本發明的有益效果：

本發明對信息粒數據進行導向壓縮處理，賦予信息粒以相信息，對信息粒相矢量進行聚類，可以使高維數據降維，且通過參數調整可以提高調整聚類性能而不影響算法運算復雜度。使其更快聚類，提高了聚類效果；聚類穩定可調，更適合實際應用。

附圖說明