[發明專利]一種數據聚類處理方法

在審

• 申請號: 202010587823.4
• 申請日: 2020-06-24
• 公開（公告）號: CN111753905A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 謝金柱;鄒國斌;耿蓉
• 申請（專利權）人: 知舟信息科技（鎮江）有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/00
• 代理公司: 北京化育知識產權代理有限公司 11833
• 代理人: 尹均利

1.一種數據聚類處理方法，其特征在于：包括如下步驟：

(1)設定種群數量n，視野visual，步長step，嘗試次數try，擁擠度因子，迭代次數T，目標函數f(x)，交叉概率C；

(2)初始化人工魚群；

(3)按個體魚當前狀態的適應度值進行排序分為優秀組G和懈怠組W，并以公式計算步長step、視野visual，根據分組不同計算嘗試次數try；

(4)進行追尾和聚群行為；

(5)比對追尾行為和聚群行為產生的適用度值，擇優選擇，跳轉至步驟(6)；若未找到，則進入覓食行為向周遭嘗試，若有較優狀態則向其移動，若達到嘗試次數try，則令flag_i為個體魚i的歷史移動標志位，并記錄該個體探查到的歷史最優狀態，通過歷史標志位和歷史較優狀態的記錄，對在局部較優狀態處迂回的個體魚進行標記，不再向該方向移動，而隨機選擇其他方向，直到找到優于記錄的歷史較優狀態；

(6)將個體魚執行行為所得到的結果與公告板上的歷史最大適應度值相比，若大于公告板所記錄則進行替換，否則保持；

(7)判斷是否得到目標解，若得到則轉向步驟(9)，若沒有則繼續迭代；

(8)判斷迭代是否達到上限，若是轉步驟(9)，若未迭代完成則轉步驟(3)；

(9)將當前最優解作為K-means算法的初始聚類中心進行數據處理；

(10)算法終止。

2.根據權利要求1所述的一種數據聚類處理方法，其特征在于：計算所有個體魚當前的狀態X_i的適應度值f(X_i)，并以該適應度值從小到大進行排列分為兩組，優秀組G與懈怠組W，令迭代次數為T，迭代次數的上限為T_max，優秀組G的步長step及視野visual由下列公式計算：

3.根據權利要求2所述的一種數據聚類處理方法，其特征在于：懈怠組W的步長step及視野visual由下列公式計算：

4.根據權利要求3所述的一種數據聚類處理方法，其特征在于：根據優秀組G與懈怠組W的不同分別選擇不同的嘗試次數，當時，try＝β×try.β∈(1，1.5)，當時，try＝β×try.β∈(0，0.5)。

5.根據權利要求4所述的一種數據聚類處理方法，其特征在于：計算個體魚當前的適應度值與適應度值總和的比值，適用度值越大的個體魚獲得全局最優的幾率越大，計算個體魚與其視野范圍內聚群中心的距離并另以的概率執行原聚群行為；追尾行為以交叉概率C使當前個體魚與目標魚的位置互換，而視野visual、補償、嘗試次數try不做變換。

6.根據權利要求5所述的一種數據聚類處理方法，其特征在于：設初始flag_i＝0，個體嘗試次數到達上限后隨機移動一步，記錄移動前的最優狀態，并另flag_i＝1；迭代后個體魚繼續追尾和聚群行為，若兩者無較優狀態則嘗試周圍環境狀態，當嘗試到的環境狀態與歷史較優狀態相同時，說明個體魚重新探查到了上一次移動的起點，令flag_i＝-1，并移動回起點等待下次重新探查；當flag_i＝-1時說明個體魚已經進行過一次迂回移動，在后續移動中如果再次探查到歷史較優狀態，則不再向該方向移動，而隨機選擇其他方向，直到找到優于記錄的歷史較優狀態，替換記錄并令flag_i＝1。