[發明專利]一種基于三支c-means決策的目標聚類方法及系統在審
| 申請號: | 201811401683.6 | 申請日: | 2018-11-22 |
| 公開(公告)號: | CN109635849A | 公開(公告)日: | 2019-04-16 |
| 發明(設計)人: | 張凱;劉三女牙;孫建文 | 申請(專利權)人: | 華中師范大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 武漢東喻專利代理事務所(普通合伙) 42224 | 代理人: | 方可 |
| 地址: | 430079 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 目標聚類 目標數據 中心點 聚類 權重 機器學習 聚類分析 聚類技術 有效地 建模 決策 分配 | ||
1.一種基于三支c-means決策的目標聚類方法,將一個簇ci建模為positive域、boundary域和negtive域,分別表示為POS(ci)、BND(ci)和NEG(ci);其中,一個簇的positive域由絕對屬于該簇的目標組成,一個簇的boundary域由可能屬于該簇的目標組成,一個簇的negtive域由不可能屬于該簇的目標組成;
其特征在于,該方法包括如下步驟:
(1)將待聚類的目標數據xj隨機初始分配到k個簇的positive域,其中,xj∈U,U是所有待聚類目標數據組成的集合;
(2)計算k個簇的中心點;
(3)根據計算出的各個中心點,重新分配所有目標數據到k個簇的不同域;
(4)檢查迭代終止條件是否滿足,若不滿足則回到第(2)步,否則,結束;
所述步驟(3)重新分配所有目標數據到各個簇的具體實現過程為:
定義關系函數r(ci,xj)=μij,μij表示目標xj與簇ci相似程度的fuzzy成員值;
建立關系向量[r(c1,xj),r(c2,xj),…,r(ck,xj)]T=[μ1j,μ2j,…,μkj]T,表示目標xj與各個簇的相似程度;
定義特征函數表示提取關系向量的最大值;
定義相對關系函數描述目標xj與簇ci相對其他簇的相對關系值,該值越大說明目標xj與簇ci的關系越密切,其取值范圍是(0,1];
定義相對歸屬集合描述目標xj可能屬于的簇集合;其中tmj,tnj分別是[tij],1≤i≤k中的最大值和第二大值;該集合中的簇為目標xj可能歸屬的簇,若該集合只有一個簇,則目標xj將被分配到該簇的positive域,若該集合有兩個或以上簇,則目標xj將被分配到這些簇的boundary域;
建立評價函數描述目標xj與簇ci的相對關系值;設置α=1,則有基于評價的聚類模型如下:
2.根據權利要求1所述的基于三支c-means決策的目標聚類方法,其特征在于,所述簇的中心點的計算公式如下:
其中,meani表示簇ci的中心點;POS(ci)表示簇ci的positive域,|POS(ci)|表示該簇positive域中目標的個數;BND(ci)表示簇ci的boundary域,|BND(ci)|表示該簇boundary域中目標的個數,wij表示目標xj對于簇ci的權重。
3.根據權利要求2所述的基于三支c-means決策的目標聚類方法,其特征在于,所述目標xj對于簇ci的權重其中,μij表示目標xj與簇ci相似程度的fuzzy成員值,表示表征目標xj與所屬簇相似程度的fuzzy成員值集合。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中師范大學,未經華中師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811401683.6/1.html,轉載請聲明來源鉆瓜專利網。





