[發明專利]一種多參數流式數據自動分群方法在審
| 申請號： | 201910204433.1 | 申請日： | 2019-03-18 |
| 公開（公告）號： | CN110197193A | 公開（公告）日： | 2019-09-03 |
| 發明（設計）人： | 孟曉辰;祝連慶;婁小平;董明利;于明鑫;劉鋒;宋言明 | 申請（專利權）人： | 北京信息科技大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G16H50/00 |
| 代理公司： | 北京市科名專利代理事務所(特殊普通合伙) 11468 | 代理人： | 陳朝陽 |
| 地址： | 100085 北*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 多參數 矩陣 流式數據 成分參數 困惑度 低維 分群 降維 迭代結束 迭代尋優 計算條件 矩陣數據 聚類質心 數據分群 隨機選取 損失函數 循環迭代 樣本矩陣 初始化 固定的 概率 聚類 算法 維數 質心 更新 聯合 | ||
【權利要求書】：
1.一種多參數流式數據自動分群方法，其特征在于，包括如下步驟：
步驟一:基于t-SNE的多參數數據分群：
輸入待降維多參數流式數據，設定需要降到的維數d以及損失函數參數困惑度；
對樣本矩陣X進行初始化，計算相應矩陣之間的距離，使用固定的困惑度計算條件概率pj|i；
令聯合概率分布pij＝(pi|j+pj|i)/2n，隨機初始化低維數據；
進入循環迭代：計算低維度下的聯合概率，計算梯度；迭代尋優，更新低維數據，迭代結束后得到的矩陣即為降維后的主成分參數矩陣；
步驟二：將主成分參數矩陣數據使用K-means算法聚類：
隨機選取K個聚類質心點作為初始質心；
對于每一個樣例，計算其應該屬于的類，計算其到k個質心中每一個的距離，然后選取距離最近的類作為樣例所述的類別；對于每一個類，重新計算該類的質心直到其不變或者變化很小，若達到迭代次數或類群質心不發生改變，結束聚類；重復上述過程直到收斂，即得出分類標簽。
2.如權利要求1所述的一種多參數流式數據自動分群方法，其特征在于，所述維數d為2或3。
3.如權利要求1所述的一種多參數流式數據自動分群方法，其特征在于，所述困惑度為30。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
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北京信息科技大學，未經北京信息科技大學許可，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/201910204433.1/1.html，轉載請聲明來源鉆瓜專利網。
