[發明專利]一種基于聚類算法的多特征數據分類識別方法

在審

• 申請號: 201810967775.4
• 申請日: 2018-08-23
• 公開（公告）號: CN109214440A
• 公開（公告）日: 2019-01-15
• 發明（設計）人: 魏樂;姚偉;徐珮宸;田琪林
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 石家莊冀科專利商標事務所有限公司 13108
• 代理人: 李羨民;高錫明

一種基于聚類算法的多特征數據分類識別方法，所述方法首先計算多維數據中任意兩維特征數值之間的離散度準則函數值，再通過比較各離散度準則函數值的大小提取出能代表待分類數據的二維主特征，然后將待分類的多特征數據轉換成僅包含主特征的二維數據；最后采用聚類算法對降維后的二維數據進行分類，從而實現對原多特征數據的準確分類識別。本發明采用聚類算法對多特征數據進行分類，并在分類前首先對數據進行降維處理，使之僅包含能代表待分類數據的二維主特征，從而消除了多維數據中無效信息對分類造成的不良影響，大大提高了多特征數據分類識別的準確性。

技術領域

本發明涉及一種基于聚類算法的能夠對多特征數據進行準確分類識別方法，屬于數據處理技術領域。

背景技術

隨著科技的發展和人民生活水平的提高，越來越多的科學技術不僅僅被應用在軍事領域、航天領域等高精尖行業，而是逐漸進入人們的生活中，為百姓服務。對多特征數據的處理在很多方面都有需求，例如在植物學領域：為了更好地研究植物的生物多樣化以及植物的生長狀態等方面的問題，需要對于植物的葉片進行分類識別，葉片的多特征數據包括如下特征：蟲洞圖像、紋理圖像、灰度圖像，要想對葉片進行分類就需要提取相應的幾何特征和結構特征，然后使用主成分分析方法以及線性評判分析方法，就可以實現對植物葉片的準確分類識別。在人類醫學領域：傳統的醫學圖像檢測方法已經不能滿足準確率的要求，為了方便醫學理論的研究，使研究人員可以更好地對醫學文本書籍進行理解，機器學習可以抽取多特征融合的語義關系，通過支持向量機來實現中文web醫學信息語義關系的抽取。

在日常生活中也存在多特征數據識別的需求，隨著互聯網購物潮流的出現，促進了采用圖像檢索方式進行購物的需求，通過提取紋理特征、輪廓特征和統計特征作為低層特征向量進行特征融合，使用SVM分類器和卷積神經網絡來實現服裝圖像分類識別，消費者得到極大的方便。隨著網絡生活的逐漸活躍，人們的安全受到了威脅，根據人類的生物特征，例如掌紋和虹膜等明顯特征，對人的身份進行識別比傳統的密碼認證更加安全。這種多特征數據識別技術在公路交通收費和停車場收費方面應用的更多，收費需要區分車輛型號進行分級，因此產生了對于車輛型號進行分類的需求，通過這項技術就實現了車輛型號的識別，并且識別率較高、魯棒性好。

正是由于科學研究、人民生活、安全防衛等方面對于多特征數據處理方面的需求，使得多維特征數據的準確分類識別具有深遠的現實意義，然而現有的分類識別方法還不夠成熟，在處理高維數據時受多維數據中無效信息量的影響較大，嚴重影響了分類識別的準確性。

發明內容

本發明的目的在于針對現有技術之弊端，提供一種基于聚類算法的多特征數據分類識別方法，以提高多特征數據分類識別的準確性。

本發明所述問題是以下述技術方案實現的：

一種基于聚類算法的多特征數據分類識別方法，所述方法首先計算多維數據中任意兩維特征數值之間的離散度準則函數值，再通過比較各離散度準則函數值的大小提取出能代表待分類數據的二維主特征，然后將待分類的多特征數據轉換成僅包含主特征的二維數據；最后采用聚類算法對降維后的二維數據進行分類，從而實現對原多特征數據的準確分類識別。

上述基于聚類算法的多特征數據分類識別方法，所述方法包括以下步驟：

a.獲得待分類的多特征數據

樣本集合為E＝(e₁,e₂,L,e_N)；N為聚類樣本點的總數，原數據共包含c個類別；

b.提取能代表待分類數據的二維主特征，將樣本集合中的數據轉換為二維數據，具體方法如下：