[發明專利]聚類簇計算方法、裝置、終端及存儲介質

在審

• 申請號: 201911079683.3
• 申請日: 2019-11-07
• 公開（公告）號: CN110825826A
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 魏丞昊
• 申請（專利權）人: 深圳大學
• 主分類號: G06F16/28
• 分類號: G06F16/28
• 代理公司: 深圳中細軟知識產權代理有限公司 44528
• 代理人: 孫楠

1.一種聚類簇計算方法，其特征在于，應用于通信設備，所述方法包括：

在預設時長內以預設時間量級獲取樣本設備集中包含的通信設備的目標特征數據，根據所述目標特征數據構建標準初始矩陣；

從所述樣本設備集中抽取預設數目的通信設備樣本，根據所述預設數目的通信設備樣本對應的所述目標特征數據構建聚類中心矩陣；

計算所述聚類中心矩陣中每一行元素與所述標準初始矩陣中所有行元素之間的目標距離值，根據所述目標距離值構建構成所述聚類中心矩陣與所述標準初始矩陣之間行元素的距離向量；

基于所述距離向量采用無參數窗函數概率密度估計法計算所述目標特征數據中包含的類簇個數，所述類簇個數表示所述目標特征數據中相關類的個數。

2.如權利要求1所述的聚類簇計算方法，其特征在于，所述計算所述聚類中心矩陣中每一行元素與所述標準初始矩陣中所有行元素之間的目標距離值，包括：

采用預設的第一距離計算算法計算所述聚類中心矩陣中每一行數據與所述標準初始矩陣中所有的行數據之間的第一距離值；以及

采用預設的第二距離計算算法計算所述聚類中心矩陣中每一行數據與所述標準初始矩陣中所有的行數據之間的第二距離值；

根據所述第一距離值與所述第二距離值確定所述目標距離值。

3.如權利要求2所述的聚類簇計算方法，其特征在于，所述采用預設的第一距離計算算法計算所述聚類中心矩陣中每一行數據與所述標準初始矩陣中所有的行數據之間的第一距離值，包括：

計算所述標準初始矩陣對應的第一協方差矩陣，基于所述第一協方差矩陣與所述標準初始矩陣中任意一行元素組成的向量進行馬氏變換，得到投影向量；

根據所述投影向量中每一行元素的大小以及不同狀態的目標特征數據對應的閾值范圍對每一所述通信設備對應的目標特征數據進行離散化，得到狀態轉移矩陣；

將所述狀態轉移矩陣轉換為標準穩態向量，根據所述標準穩態向量構成目標穩態矩陣；

通過預設的第一距離計算算法計算所述標準穩態向量與所述目標穩態矩陣之間的距離作為所述第一距離值。

4.如權利要求2所述的聚類簇計算方法，其特征在于，所述采用預設的第二距離計算算法計算所述聚類中心矩陣中每一行數據與所述標準初始矩陣中所有的行數據之間的第二距離值，包括：

計算所述樣本設備集的對應的第二協方差矩陣；

基于所述第二協方差矩陣采用預設的所述第二距離計算算法計算所述聚類中心矩陣中每一行數據與所述標準初始矩陣中所有的行數據之間的第二距離值。

5.如權利要求1所述的聚類簇計算方法，其特征在于，所述無參數窗函數為：

其中，x_i表示所述距離向量中的目標距離值，N表示所述聚類中心矩陣行數與所述標準初始矩陣行數的乘積，h₀表示預設的初始窗寬度，y表示所述目標距離值的取值范圍，且y∈[0,2]。

6.如權利要求5所述的聚類簇計算方法，其特征在于，所述基于所述距離向量采用無參數窗函數概率密度估計法計算所述目標特征數據中包含的類簇個數，包括：

根據計算公式：

計算所述無參數窗函數的目標窗寬度h_n，其中，x_i、x_j分別表示所述距離向量中任意兩個所述目標距離值，

計算所述目標窗寬度h_n與所述初始窗寬度h₀之差的絕對值，確定所述絕對值小于預設閾值，將所述目標窗寬度h_n作為無參數窗函數的最優窗寬度；

基于所述最優窗寬度h_n對所述無參數窗函數進行掃描，統計所述無參窗函數的峰值個數，將所述峰值個數作為所述類簇個數。