[發明專利]一種新型密度聚類方法

有效

• 申請號: 202011165194.2
• 申請日: 2020-10-27
• 公開（公告）號: CN112183664B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 梁少軍
• 申請（專利權）人: 中國人民解放軍陸軍工程大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 武漢宇晨專利事務所(普通合伙) 42001
• 代理人: 李鵬;王敏鋒

1.一種新型密度聚類方法，其特征在于，包括以下步驟：

步驟1、對飛行數據矩陣X進行歸一化處理和降維處理獲得飛行數據矩陣

步驟2、根據飛行數據矩陣計算距離矩陣D；

步驟3、根據距離矩陣D計算飛行數據矩陣的Minpts近鄰向量

步驟4、根據Minpts近鄰向量篩選核心點飛行數據、離群點飛行數據及待定點飛行數據，獲得核心點飛行數據索引集合C、待定點飛行數據索引集合U、以及離群點飛行數據索引集合O；

步驟5，按照核心點飛行數據索引集合C從飛行數據矩陣中取出核心點飛行數據矩陣對核心點飛行數據矩陣進行聚類，并獲得所有核心點飛行數據對應的聚類類標；

步驟6、根據待定點飛行數據索引集合U從飛行數據矩陣中取出待定點飛行數據矩陣判斷待定點飛行數據的聚類類標；

步驟7、將飛行數據矩陣中與離群點飛行數據索引集合O中對應飛行數據剔除，根據所有核心點飛行數據的聚類類標與所有待定點飛行數據的聚類類標繪制最終聚類結果。

2.根據權利要求1所述的一種新型密度聚類方法，其特征在于，所述的步驟1包括以下步驟：

將飛行數據矩陣X沿著各列對各維度的飛行子數據進行歸一化，使用PCA算法對飛行數據矩陣X進行降維，獲得飛行數據矩陣

3.根據權利要求1所述的一種新型密度聚類方法，其特征在于，所述的步驟3包括以下步驟：

步驟3.1，將距離矩陣D中各行數據按照升序排序，得到排序后的距離矩陣

步驟3.2，從排序后的距離矩陣中取出第Minpts+1列數據，記為數據向量其中Minpts為近鄰個數；

步驟3.3，將數據向量按照升序排序，獲得飛行數據矩陣的Minpts近鄰向量。

4.根據權利要求1所述的一種新型密度聚類方法，其特征在于，所述的步驟4包括以下步驟：

步驟4.1，設表示Minpts近鄰向量中第f行數據，

若則將對應的飛行數據索引標記為核心點飛行數據；

若則將對應的飛行數據索引標記為待定點飛行數據；

若則將對應的飛行數據索引標記為離群點飛行數據，ε為鄰域半徑；

步驟4.2，按照步驟4.1遍歷中所有數據，即可得到核心點飛行數據索引集合C、待定點飛行數據索引集合U、以及離群點飛行數據索引集合O。

5.根據權利要求1所述的一種新型密度聚類方法，其特征在于，所述的步驟5包括以下步驟：

步驟5.1，按照核心點飛行數據索引集合C從飛行數據矩陣中取出核心點飛行數據矩陣用C_a表示核心點飛行數據矩陣中核心點飛行數據的數量，用表示核心點飛行數據矩陣中第p行飛行數據；

步驟5.2，使用DBSCAN算法對核心點飛行數據矩陣進行聚類分析，得到所有核心點飛行數據對應的聚類類標，用表示核心點飛行數據矩陣中第p行核心點飛行數據的聚類類標。

6.根據權利要求5所述的一種新型密度聚類方法，其特征在于，所述的步驟6包括以下步驟：

步驟6.1，按照待定點飛行數據索引集合U從飛行數據矩陣中取出待定點飛行數據矩陣用U_a表示待定點飛行數據矩陣中待定點飛行數據的數量，用表示待定點飛行數據矩陣中第t行待定點飛行數據，用表示第t行待定點飛行數據的聚類類標；

步驟6.2，選定待定點飛行數據矩陣中第t行待定點飛行數據為當前處理數據，基于距離矩陣D，遍歷核心點飛行數據矩陣中所有核心點飛行數據，若第p行核心點飛行數據滿足下式：

則將核心點飛行數據存入關鍵核心點飛行數據集合直到所有核心點飛行數據遍歷結束；

步驟6.3，若關鍵核心點飛行數據集合為空，則將第t行待定點飛行數據標記為離群點飛行數據；

若關鍵核心點飛行數據集合中只有一個核心點飛行數據，則第t行待定點飛行數據的聚類類標為第p行核心點飛行數據的聚類類標；

若關鍵核心點飛行數據集合中有多個核心點飛行數據，且多個核心點飛行數據的聚類類標相同，則此多個核心點飛行數據的聚類類標為第t行待定點飛行數據的聚類類標

若多個核心點的聚類類標不同，則第t行待定點飛行數據的聚類類標等于關鍵核心點飛行數據集合中與第t行待定點飛行數據距離最近的核心點飛行數據的聚類類標

步驟6.4，選定待定點飛行數據矩陣中未處理的下一個待定點飛行數據，重復步驟6.2至步驟6.3，判斷待定點飛行數據的聚類類標，直到所有的待定點飛行數據的聚類類標全部判斷完畢，即可得到所有待定點飛行數據的聚類類標。