[發(fā)明專利]基于改進(jìn)型K均值聚類算法的樣本分類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011107384.9
• 申請(qǐng)日: 2020-10-16
• 公開（公告）號(hào): CN112232412A
• 公開（公告）日: 2021-01-15
• 發(fā)明（設(shè)計(jì)）人: 馬胤剛;蔣輝;張冠男;張曉凡
• 申請(qǐng)（專利權(quán)）人: 沈陽(yáng)天眼智云信息科技有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 沈陽(yáng)維特專利商標(biāo)事務(wù)所(普通合伙) 21229
• 代理人: 李丹

本發(fā)明公開了一種基于改進(jìn)型K均值聚類算法的樣本分類方法，包括：獲取所有待分類的樣本，形成樣本數(shù)據(jù)集X；根據(jù)距離初步選定K個(gè)質(zhì)心；依次將每個(gè)樣本與距其最近的質(zhì)心歸至一類，形成K個(gè)樣本簇；對(duì)每個(gè)樣本簇進(jìn)行均值計(jì)算，得到每個(gè)樣本簇的質(zhì)心，并以此更新已選定的K個(gè)質(zhì)心；重復(fù)上述步驟，直至質(zhì)心不再變化，并獲得K個(gè)樣本簇，完成樣本的分類。該基于改進(jìn)型K均值聚類算法的樣本分類方法，根據(jù)距離選定初始質(zhì)心，相比原始的隨機(jī)選擇質(zhì)心的方法，可以大大減少后續(xù)質(zhì)心更新的次數(shù)，可有效提高分類的速度。

技術(shù)領(lǐng)域

本發(fā)明涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，特別提供了一種基于改進(jìn)型K均值聚類算法的樣本分類方法。

背景技術(shù)

樣本分類通常采用K均值聚類算法，過程如下，首先，隨機(jī)選取K個(gè)樣本作為質(zhì)心，然后，計(jì)算每個(gè)樣本與各個(gè)質(zhì)心的距離，并把每個(gè)樣本分配給距離它最近的質(zhì)心，最終形成K個(gè)樣本簇，之后，根據(jù)每個(gè)樣本簇中現(xiàn)有的對(duì)象重新確定質(zhì)心，直至滿足終止條件。

現(xiàn)有的K均值聚類算法在圖像處理、模式識(shí)別中應(yīng)用廣泛，但是，因?yàn)槌跏假|(zhì)心是隨機(jī)選取的，聚類速度慢。

因此，提出一種新型的樣本分類方法，以提高聚類速度，成為人們亟待解決的問題。

發(fā)明內(nèi)容

鑒于此，本發(fā)明的目的在于提供一種基于改進(jìn)型K均值聚類算法的樣本分類方法，以解決傳統(tǒng)的樣本分類方法的分類速度慢的問題。

本發(fā)明提供了一種基于改進(jìn)型K均值聚類算法的樣本分類方法，包括：

S1：獲取所有待分類的樣本，形成樣本數(shù)據(jù)集X；

S2：從樣本數(shù)據(jù)集X中初步選定K個(gè)質(zhì)心，其中，K為聚類數(shù)量，具體包括：

S21：對(duì)樣本數(shù)據(jù)集X中的所有樣本進(jìn)行均值計(jì)算，得到樣本中心；

S22：分別計(jì)算樣本數(shù)據(jù)集X中的每個(gè)樣本與樣本中心的距離，并將距離樣本中心的距離最大的樣本選定為第一個(gè)質(zhì)心；

分別計(jì)算樣本數(shù)據(jù)集X中除第一個(gè)質(zhì)心以外的每個(gè)樣本與選定的第一個(gè)質(zhì)心的距離，并將距離第一個(gè)質(zhì)心的距離最大的樣本選定為第二個(gè)質(zhì)心；

第n個(gè)質(zhì)心的計(jì)算方法如下，其中，2n＝K：

分別計(jì)算樣本數(shù)據(jù)集X中除前n-1個(gè)質(zhì)心以外的每個(gè)樣本與選定的前n-1個(gè)質(zhì)心的距離，并將距離前n-1個(gè)質(zhì)心的距離和最大的樣本選定為第n個(gè)質(zhì)心；

S3：依次將每個(gè)樣本與距其最近的質(zhì)心歸至一類，形成K個(gè)樣本簇；

S4：對(duì)每個(gè)樣本簇進(jìn)行均值計(jì)算，得到每個(gè)樣本簇的質(zhì)心，并以此更新已選定的K個(gè)質(zhì)心，其中，每個(gè)樣本簇的質(zhì)心均為樣本數(shù)據(jù)集X中的樣本；

S5：重復(fù)S3和S4，直至質(zhì)心不再變化，并獲得K個(gè)樣本簇，完成樣本的分類。

優(yōu)選，S4：對(duì)每個(gè)樣本簇進(jìn)行均值計(jì)算，得到每個(gè)樣本簇的質(zhì)心，并以此更新已選定的K個(gè)質(zhì)心，其中，每個(gè)樣本簇的質(zhì)心均為樣本數(shù)據(jù)集X中的樣本，具體包括：

S41：對(duì)每個(gè)樣本簇進(jìn)行均值計(jì)算，得到每個(gè)樣本簇的中心；

S42：依次在每個(gè)樣本簇中，選定與該樣本簇的中心距離最近的樣本作為該樣本簇的質(zhì)心；

S43：以S42中得到的K個(gè)樣本簇的質(zhì)心更新已選定的K個(gè)質(zhì)心。

本發(fā)明提供的基于改進(jìn)型K均值聚類算法的樣本分類方法，根據(jù)距離選定初始質(zhì)心，相比原始的隨機(jī)選擇質(zhì)心的方法，可以大大減少后續(xù)質(zhì)心更新的次數(shù)，可有效提高分類的速度。

具體實(shí)施方式

下面將結(jié)合具體的實(shí)施方案對(duì)本發(fā)明進(jìn)行進(jìn)一步的解釋，但并不局限本發(fā)明。