[發明專利]一種譜聚類算法中心點的選取方法和裝置

在審

• 申請號: 201811155117.1
• 申請日: 2018-09-30
• 公開（公告）號: CN110969179A
• 公開（公告）日: 2020-04-07
• 發明（設計）人: 孫顥寧
• 申請（專利權）人: 北京國雙科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/00
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種譜聚類算法中心點的選取方法，其特征在于，所述選取方法包括：

采用萊維飛行策略生成一個步長；

判斷所述步長是否大于預設閾值；

如果大于，采用預設的第一公式更新種群中各個粒子的速度；

如果不大于，采用預設的第二公式更新種群中各個粒子的速度，其中所述步長不引入所述第一公式和所述第二公式；

依據種群中各個粒子更新后的速度，確定各個粒子的位置；

針對種群中的每一個粒子，將該粒子的位置代入預設的目標函數，計算得到該粒子的適應度值；

判斷當前是否滿足終止條件；

如果滿足，將種群中適應度值最優的粒子確定為譜聚類算法中心點。

2.根據權利要求1所述的選取方法，其特征在于，

所述第一公式為

所述第二公式為

其中，D表示D維向量，表示第k+1代粒子i的速度，表示第k代粒子i的速度，D、k均為正整數；l_factor為預設的局部影響因子，g_factor為預設的全局影響因子，其中，c₁、c₂為學習因子；r₁、r₂取值范圍是[0,1]區間內均勻分布的偽隨機數；p^k_iD為第k代粒子i經歷過的歷史最好位置，為第k代粒子i的位置，g^k_iD為第k代種群內全部粒子歷史最佳位置。

3.根據權利要求1所述的選取方法，其特征在于，所述依據種群中各個粒子更新后的速度，確定各個粒子的位置包括：

采用公式確定各個粒子的位置；

其中，為第k+1代粒子i的位置，為第k代粒子i的位置。

4.根據權利要求1所述的選取方法，其特征在于，所述判斷當前是否滿足終止條件包括：

判斷當前的迭代次數是否達到設定的迭代次數；或，

判斷粒子的適應度值是否達到收斂閾值。

5.根據權利要求1-4任一項所述的選取方法，其特征在于，在采用萊維飛行策略生成一個步長之前，所述選取方法還包括：

設置全局參數并初始化所述種群，使得所述種群中的每個粒子具備初始速度和初始位置；

分別將所述種群中每個粒子的初始位置代入所述預設的目標函數，計算得到每個粒子的初始適應度值；

確定每個粒子的歷史最優解和全局最優解。

6.根據權利要求5所述的選取方法，其特征在于，所述確定每個粒子的歷史最優解和全局最優解包括：

保留各個粒子的適應度值F較小的結果，得到F_best＝min{F₁,F₂,...,F_n}；其中F_n表示第n個粒子的適應度值，n為正整數；

采用公式確定每個粒子的歷史最優解；

采用公式確定全局最優解。

7.一種譜聚類算法中心點的選取裝置，其特征在于，所述選取裝置包括：

生成單元，用于采用萊維飛行策略生成一個步長；

第一判斷單元，用于判斷所述步長是否大于預設閾值；

更新單元，用于在所述第一判斷單元判斷所述步長大于預設閾值時，采用預設的第一公式更新種群中各個粒子的速度；在所述第一判斷單元判斷所述步長不大于預設閾值時，采用預設的第二公式更新種群中各個粒子的速度，其中所述步長不引入所述第一公式和所述第二公式；

第一確定單元，用于依據種群中各個粒子更新后的速度，確定各個粒子的位置；

計算單元，用于針對種群中的每一個粒子，將該粒子的位置代入預設的目標函數，計算得到該粒子的適應度值；

第二判斷單元，用于判斷當前是否滿足終止條件；

第二確定單元，用于在所述第二判斷單元判斷當前滿足終止條件時，將種群中適應度值最優的粒子確定為譜聚類算法中心點。