[發明專利]一種解決大數據聚類的基于視覺原理的聚類方法

有效

• 申請號: 201710861282.8
• 申請日: 2017-09-21
• 公開（公告）號: CN108108747B
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 徐宗本;張儷文;楊樹森
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/28;G06F16/35
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 徐文權

1.一種解決大數據聚類的基于視覺原理的聚類方法，其特征在于，包括以下步驟：

步驟一，確定編碼精度：根據不同應用場景，設定不同的編碼精度ε，ε的大小顯示了編碼與原始數據之間的誤差；

步驟二，確定編碼位數與最小尺度，最大尺度：由編碼精度ε計算出編碼的最大尺度σ_max與最小尺度σ₀，同時可以得到編碼的位數L；

步驟三，原數據編碼：將原數據集以編碼精度ε進行編碼，除返回聚類結果外，之后的計算步驟將都在編碼上進行；

步驟四，截斷操作會根據當前的尺度，對編碼集中的各個編碼進行截斷，獲取該尺度下的編碼集；

在當前尺度的編碼集的基礎上，進行各個編碼的同尺度相鄰編碼查找，組成與相鄰編碼相連的圖數據；

之后利用上一步圖數據進行連通性分析，得到的最大連通子圖為聚類結果，具體方法如下：

圖對G_σ進行最大連通子圖分析，得到k_σ個最大連通子圖，即各子圖的頂點集合聚類結果為

其中，ε_σ為編碼連接關系集合，G_i為第i個連通子圖，C_i為G_i中的包括的編碼；

再將聚類結果解碼，從編碼回歸到原數據；

步驟五，增加尺度數，σ＝σ+1，重復步驟四操作，直到最大尺度σ_max。

2.根據權利要求1所述的一種解決大數據聚類的基于視覺原理的聚類方法，其特征在于，所述步驟二中，d維的原始數據集中的任意元素對于x的每一維x^(t)∈[a^t,b^t],t∈[1,d]，最大尺度σ_max滿足

最小尺度σ₀通常為1，編碼的位數L＝σ_max×d，為d維實數空間，x為原始數據集中的任意元素，g_t為第t維的編碼精度。

3.根據權利要求1所述的一種解決大數據聚類的基于視覺原理的聚類方法，其特征在于，所述步驟三中，對原始數據中的每個元素進行S/D編碼，獲得原始編碼集P_ε(·)為S/D編碼函數，

e＝P_ε(x),e＝[e⁽¹⁾e⁽²⁾…e^(L)]

其中，[·]₂表示數字的二進制形式，表示向下取整操作，x為原始數據集中的任意元素，為原始數據集，[e⁽¹⁾e⁽²⁾…e^(L)]分別表示編碼后的二進制序列，a^t為第t維在原始數據集的下界，x^(t)為x的第t維的數據，g_t為第t維的編碼精度。

4.根據權利要求1所述的一種解決大數據聚類的基于視覺原理的聚類方法，其特征在于，所述在當前尺度的編碼集的基礎上，進行各個編碼的同尺度相鄰編碼查找，組成與相鄰編碼相連的圖數據，構造提取同一維度數值的模板編碼

編碼e近鄰編碼集合為，

其中，∧表示邏輯與操作，表示邏輯非操作，建立所有編碼與其相鄰編碼的連接關系，得到σ尺度下的連接關系集合ε_σ。