[發(fā)明專利]一種處理現(xiàn)實(shí)生活中分類型數(shù)據(jù)的有效方法

在審

• 申請?zhí)枺?/td>: 201910935269.1
• 申請日: 2019-09-29
• 公開（公告）號: CN111160382A
• 公開（公告）日: 2020-05-15
• 發(fā)明（設(shè)計(jì)）人: 李順勇;張苗苗;張鈺嘉
• 申請（專利權(quán)）人: 山西大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/2458;G06F16/28
• 代理公司: 太原申立德知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 14115
• 代理人: 程園園

1.一種處理現(xiàn)實(shí)生活中分類型數(shù)據(jù)的有效方法，其特征在于，包含以下步驟：

步驟1，隨機(jī)從含有n個樣本的數(shù)據(jù)集X中選取k個初始點(diǎn)，k為數(shù)據(jù)集X的分類數(shù)目；

步驟2，計(jì)算每個對象到k個初始點(diǎn)的距離，將對象分配到與其距離最小的初始點(diǎn)類中，得到k個簇；

步驟3，計(jì)算每個對象到k個中心的隸屬度，并用啟發(fā)式更新算法更新k個簇的類中心，類中心表示為w_k；

步驟4，重復(fù)步驟2、步驟3，直到類中心w_k不變?yōu)橹埂?/p>

2.根據(jù)權(quán)利要求1所述的一種處理現(xiàn)實(shí)生活中分類型數(shù)據(jù)的有效方法，其特征在于：所述步驟2中的計(jì)算每個對象到k個初始點(diǎn)的距離d(X_i，X_j)，具體為：

其中

式(2)中表示矩陣對象X_i在屬性A_s上的所有屬性值,即值域.1/2是標(biāo)準(zhǔn)化因子，因?yàn)?≤δ(X_is,X_js)≤2，當(dāng)時，δ(X_is,X_js)＝0；當(dāng)時，δ(X_is,X_js)＝2。

3.根據(jù)權(quán)利要求1所述的一種處理現(xiàn)實(shí)生活中分類型數(shù)據(jù)的有效方法，其特征在于：所述步驟3中計(jì)算每個對象到k個中心的隸屬度，并用啟發(fā)式更新算法更新k個簇的類中心w_k，具體為：

4.根據(jù)權(quán)利要求1所述的一種處理現(xiàn)實(shí)生活中分類型數(shù)據(jù)的有效方法，其特征在于：所述步驟3中的啟發(fā)式更新算法的具體步驟為：

步驟3.1，對式5進(jìn)行分析，如果Q_l能使式5達(dá)到最小，則Q_l是X的類中心，

其中，β是模糊因子，w是隸屬度。

5.根據(jù)權(quán)利要求4所述的一種處理現(xiàn)實(shí)生活中分類型數(shù)據(jù)的有效方法，其特征在于：所述步驟3.1，對式5進(jìn)行分析，如果Q_l能使式5達(dá)到最小，則Q_l是X的類中心，其中，β是模糊因子，w是隸屬度，分析過程如式6所示，

這里記稱作X_i的屬性值的權(quán)重。

6.根據(jù)權(quán)利要求5所述的一種處理現(xiàn)實(shí)生活中分類型數(shù)據(jù)的有效方法，其特征在于：對式6進(jìn)行分析，具體如下：要想使最小，則需使最大，假設(shè)第l類中屬性A_j的值域是計(jì)算并按降序排列.若Q_lj有r_j個值，則有3種情形：

1)當(dāng)r_j＝1時，若t＝2,K r′_j，其中t代表第幾個屬性值，則若有多于一個的最大值，則按照MATLAB程序里的randperm函數(shù)隨機(jī)取一個數(shù)；

2)當(dāng)r_j＝r′_j時，則取全部值作為類中心；

3)當(dāng)r_j≠r′_j時，有以下3種情形：

①若選前r_j個值作為類中心；

②若

則先選前r_j-1個值作為Q_lj的一部分；

若則

若則

若則隨機(jī)取一個；

③若則先選前(r_j-p′-1)個屬性值作為類中心的一部分，記為再從接下來的p′+p+1個屬性值中選p′+1個作為剩余部分.假設(shè)Q^j是剩余屬性值的所有組合的集合，R_t是Q^j中每個組合的頻率和，若R_s≠R_t,Q_lj＝R_s∪Q″；確定r_j值，令根據(jù)以上啟發(fā)式更新算法，屬性A_j的類中心可以更新出來.同理，其他屬性的類中心也能找到。