[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

本發明實施例公開了一種聚類簇計算方法、裝置、終端及存儲介質。該方法包括：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，根據目標特征數據構建標準初始矩陣；從樣本設備集中抽取預設數目的通信設備樣本，根據預設數目的通信設備樣本對應的目標特征數據構建聚類中心矩陣；計算聚類中心矩陣中每一行元素與標準初始矩陣中所有行元素之間的目標距離值并構建距離向量；基于距離向量采用無參數窗函數概率密度估計法計算目標特征數據中包含的類簇個數。另外，在本發明實施例還公開了一種多維時間序列聚類簇計算的裝置、終端以及一種計算機可讀介質。采用本發明，可實現對多維度類簇個數的精確獲取。

技術領域

本發明涉及信息處理技術領域，尤其涉及一種聚類簇計算方法、裝置、終端及存儲介質。

背景技術

聚類分析指將物理或抽象對象的集合分組為由類似的對象組成的多個類的分析過程。其中，聚類分析中的一個核心問題是數據中的類簇個數必須提前知道，因為許多聚類算法需要輸入聚類數(類簇個數)，將其作為運行算法的參數。然而，實際數據中存在的簇數量通常是未知的。在實際應用中，現有的最佳聚類數確定方法主要針對數值屬性數據進行研究，數據分布結構通常是凸型團狀數據。具體結合聚類算法和內部有效性指標，使用一種迭代的過程，通過設定不同的聚類數條件來運行聚類算法，用內部有效性指標評估多次聚類結果的質量，來確定數據集的最佳聚類數，即需要結合用戶根據經驗及其相關領域背景知識來獲取，導致獲取得到的聚類個數精確度比較低。

發明內容

有鑒于此，本發明提供了一種聚類簇計算方法、裝置、終端及存儲介質，用于解決現有技術中基于用戶的經驗對獲取得到的類簇個數的精確度較低的問題。

本發明實施例的具體技術方案為：

第一方面，本發明實施例提供一種聚類簇計算方法，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。

進一步地，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。

進一步地，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；