[發明專利]基于材力形心法選取中心點的K?means聚類優化方法和裝置

在審

• 申請號: 201710214139.X
• 申請日: 2017-04-01
• 公開（公告）號: CN106951927A
• 公開（公告）日: 2017-07-14
• 發明（設計）人: 鄧華夏;刁逸帆;馬孟超;張進;鐘翔
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/50
• 代理公司: 合肥金安專利事務所34114
• 代理人: 彭超

1.一種基于材力形心法選取中心點的K-means聚類優化方法，其特征在于，包括如下步驟：

預處理步驟：對數據進行預處理，輸入二維數據集；

初始中心點獲取步驟：確定K值，隨機選取K個初始中心點；

初始簇平面形成步驟：

步驟S31，將數據集中的點分配到離初始中心點距離最近的簇內；

重復所述步驟S31一次，數據集中形成K個簇平面；

聚類步驟：

步驟S41，基于靜矩計算所述K個簇平面的形心，將所計算K個簇平面的形心作為每個簇新的聚類中心點，并根據數據集中剩余對象與新的聚類中心點的距離，將其分配到最近的一個簇；

重復所述步驟S41進行簇中心點坐標的迭代，當簇中心點的坐標趨于穩定時，停止迭代，將結果簇進行輸出。

2.根據權利要求1所述的基于材力形心法選取中心點的K-means聚類優化方法，其特征在于，在所述聚類步驟的步驟S41中，所述基于靜矩計算所述K個簇平面的形心的方法具體為：

將簇視為一不規則平面圖形，取一微面積dA，基于如下形心計算公式進行計算：

其中：S_x、S_y分別定義為簇圖形對x軸和y軸的靜矩，分別表示簇的形心橫縱坐標。

3.根據權利要求1所述的基于材力形心法選取中心點的K-means聚類優化方法，其特征在于，在所述初始中心點獲取步驟中，所述K值的確定方法具體為：選取輪廓系數大的值所對應的K值。

4.根據權利要求3所述的基于材力形心法選取中心點的K-means聚類優化方法，其特征在于，所述輪廓系數具體計算公式為：

$S\left(i\right)=\frac{n\left(i\right)-m\left(i\right)}{max\{m\left(i\right),n\left(i\right)\}}---\left(1\right)$

其中，i表示數據集中的一個數據點，S(i)表示i點的輪廓系數，m(i)表示i點到它所在的簇中的所有其他點的距離平均值，n(i)表示i點到其他簇的點的平均距離的最小值。