[發明專利]一種高效的并行不確定性數據聚類方法在審
| 申請號： | 201910334513.9 | 申請日： | 2019-04-24 |
| 公開（公告）號： | CN110059142A | 公開（公告）日： | 2019-07-26 |
| 發明（設計）人： | 吳翠先;何少元;何登平 | 申請（專利權）人： | 重慶郵電大學 |
| 主分類號： | G06F16/28 | 分類號： | G06F16/28;G06F16/27;G06F16/2458;G06K9/62 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 400065*** | 國省代碼： | 重慶;50 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 不確定性數據 聚類 距離度量 并行 并行計算 構建 不確定性 負載均衡 高效運行 聚類算法 模型實現 統計信息 最小邊界 數據集 點數 推導 度量 分區 均衡 引入 分析 | ||
1.一種高效的并行不確定性數據聚類方法，其特征在于，包括數據的不確定性度量與表示、不確定性數據間的距離度量、構建串行的不確定性數據聚類方法、數據分區劃分、構建高效的并行不確定性數據聚類方法。
2.根據權利要求1所述的不確定性數據聚類方法，其特征在于，所述數據的不確定性度量與表示具體為：利用區間數結合不確定性數據對象的統計信息(均值與標準差)來有效合理的對不確定性數據進行描述。首先獲取不確定性數據對象的n為均值向量與標準誤差向量引入包含因子k后，依據區間數的中點半徑表示方式，將不確定數據對象表示為R表示實數。
3.根據權利要求1所述的不確定性數據聚類方法，其特征在于，所述的不確定性數據間的距離度量具體為：不確定性數據對象經過區間數表示后，該對象便看作為一個區間數；在距離度量時，區間數間距離存在最大值與最小值，即區間數間的距離仍然是一個區間數；數據對象M,N之間的距離可表示為：
D(M，N)min表示數據對象M，N之間，距離的最小值、D(M，N)max表示數據對象M，N之間，距離的最大值；為了可以有效合理的將距離度量與聚類算法結合起來，引入相關系數λ{λ∈R|0≤λ≤1}，把不確定性數據之間距離的最小值與最大值結合起來；那么不確定性數據對象M,N之間的距離可表示為：
由此得到的不確定性數據對象間的距離滿足非負性和對稱性。
4.根據權利要求1所述的不確定性數據聚類方法，其特征在于，所述構建串行的不確定性數據聚類方法具體為：將數據的不確定性度量與表示、不確定性數據間的距離度量引入到聚類算法OPTICS中，構建出串行的不確定性數據的聚類方法。
5.根據權利要求1所述的不確定性數據聚類方法，其特征在于，所述的數據分區劃分方法，從數據差異度最大的前K維度尋找最佳分片，保證高效運行。
6.根據權利要求1所述的不確定性數據聚類方法，其特征在于，所述的構建高效的并行不確定性數據，從Map、Reduce、Merge result、Relabel過程實現并行高效計算。
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重慶郵電大學，未經重慶郵電大學許可，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/201910334513.9/1.html，轉載請聲明來源鉆瓜專利網。
