[發(fā)明專利]基于峰值密度聚類的主動學(xué)習(xí)方法

在審

• 申請?zhí)枺?/td>: 201710207476.6
• 申請日: 2017-03-31
• 公開（公告）號: CN106991444A
• 公開（公告）日: 2017-07-28
• 發(fā)明（設(shè)計(jì)）人: 汪敏;閔帆;肖斌;李志偉;李瀟;張櫻弋
• 申請（專利權(quán)）人: 西南石油大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 成都方圓聿聯(lián)專利代理事務(wù)所(普通合伙)51241
• 代理人: 曹少華

1.基于峰值密度聚類的主動學(xué)習(xí)方法，其特征在于：其方法步驟為：

(1)開始時(shí)，將所有未能標(biāo)記數(shù)據(jù)進(jìn)行聚類；

(2)根據(jù)聚類的信息，構(gòu)建一個(gè)選擇器，從大量未標(biāo)記樣本中，選擇最有價(jià)值的樣本進(jìn)行標(biāo)記；

(3)根據(jù)已經(jīng)標(biāo)記的樣本和已有的聚類結(jié)構(gòu)，對未能標(biāo)記的樣本進(jìn)行預(yù)測和分類；

(4)判斷是否未分類實(shí)例，若是，則重新進(jìn)行聚類，若否，則結(jié)束。

2.根據(jù)權(quán)利要求1所述的基于峰值密度聚類的主動學(xué)習(xí)方法，其特征在于：所述聚類可以采用kmeans或density peak主流聚類方法進(jìn)行。

3.根據(jù)權(quán)利要求1所述的基于峰值密度聚類的主動學(xué)習(xí)方法，其特征在于：所述聚類首先進(jìn)行定義本地密度α，其中：

α_i＝∑_jχ(d_ij-d_c)

然后計(jì)算最小距離β，β是點(diǎn)i與如何密度比它大的點(diǎn)之間的最小距離，其中：

${\mathrm{\β}}_i=\underset{j:{\mathrm{\α}}_j\>{\mathrm{\α}}_i}{min}\left(d_{ij}\right)$

最后構(gòu)建聚類關(guān)系樹結(jié)構(gòu)ms＝[m(x₁),L,m(x_n)]，該樹僅構(gòu)建一次，存儲，用于后續(xù)的聚類分析。

4.根據(jù)權(quán)利要求1所述的基于峰值密度聚類的主動學(xué)習(xí)方法，其特征在于：所述聚類首先設(shè)置選擇參數(shù)γ，其中：

γ＝α×β

然后排序，根據(jù)聚類后形成的簇，分簇對γ進(jìn)行排序，形成排序表。

5.根據(jù)權(quán)利要求1所述的基于峰值密度聚類的主動學(xué)習(xí)方法，其特征在于：所述分類實(shí)施分為兩種情況分類，其中一種情況實(shí)施步驟為：(1)標(biāo)記的實(shí)例的數(shù)量未達(dá)到指定的最大數(shù)量；(2)根據(jù)聚類后形成的簇，分簇對γ進(jìn)行排序的選擇器選擇最有價(jià)值的實(shí)例；(3)預(yù)測實(shí)例，并繼續(xù)重新聚類未標(biāo)記的實(shí)例；(4)將檢查每個(gè)聚類中的標(biāo)記數(shù)據(jù)，如果聚類中的所有標(biāo)簽都是相同的，確定該簇是純的；(5)對于一個(gè)純粹的聚類，直接預(yù)測所有未標(biāo)記數(shù)據(jù)與任何其他數(shù)據(jù)相同，如果聚類是不純凈的，將執(zhí)行重新聚類，迭代地，直到標(biāo)記的數(shù)據(jù)達(dá)到設(shè)定的最大值。

6.根據(jù)權(quán)利要求1所述的基于峰值密度聚類的主動學(xué)習(xí)方法，其特征在于：所述分類實(shí)施的另一種情況實(shí)施方法：如果標(biāo)記的數(shù)據(jù)的數(shù)量已達(dá)到最大極限，但仍然有不純凈的簇和未標(biāo)記的數(shù)據(jù)，將使用投票策略來確定未標(biāo)記實(shí)例的標(biāo)簽。