[發明專利]基于密度的加權模糊C-均值聚類方法在審

申請號：	202110471176.5	申請日：	2021-04-29
公開（公告）號：	CN113010907A	公開（公告）日：	2021-06-22
發明（設計）人：	李媛潔;萬靜;王言言	申請（專利權）人：	哈爾濱理工大學
主分類號：	G06F21/60	分類號：	G06F21/60;G06K9/62
代理公司：	暫無信息	代理人：	暫無信息
地址：	150080 黑龍江省哈***	國省代碼：	黑龍江;23
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	基于密度加權模糊均值方法
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明涉及一種基于密度的加權模糊C?均值聚類方法，數據數據挖掘數據對象的聚領域，本發明旨在解決傳統的FCM聚類算法在實際應用中存在的問題，傳統的FCM聚類方法直接對數據集中的數據進行處理，計算它們的目標函數，通過目標函數求出隸屬度函數以及聚類中心函數，導致聚類精度不高，不能夠滿足實際應用的需求。針對此問題，本文引入了基于密度的思想，對FCM聚類算法進行了改進，使得改進后的算法能夠提高聚類的精度。本發明可以避免噪聲對數據聚類的影響，具有較高的噪聲抗干擾能力，有效的提高了聚類的效率。

技術領域

本發明屬于計算機技術應用領域，涉及一種基于密度的加權模糊C-均值聚類方法。

背景技術

近年來，隨著數據挖掘技術的迅速發展，數據挖掘技術已經在很多領域得到廣泛的應用，例如經濟、環境、醫療金融等領域。聚類是數據挖掘中的一種無先驗條件的無監督分析方法，它是將數據集中的數據根據各自的特征分成不同的簇，各個簇之間盡可能的相異，簇內中的數據盡可能相似。聚類的方法多種多樣，經典的聚類方法有基于劃分的聚類方法、基于密度的聚類方法、基于網格的聚類方法、基于層次的聚類方法以及基于模型的聚類方法。

基于劃分的聚類方法中最經典的方法就是模糊C-均值聚類方法，即FCM聚類方法。它是在聚類的基礎上引入了模糊理論。基本思想是使得被劃分到同一簇的對象之間的相似度最大，而不同簇之間的相似度最小。模糊C-均值聚類算法是普通C均值算法的改進，它是利用隸屬度函數來確定某一數據對象的劃分類別，然后根據聚類中心函數來確定聚類中心，最終完成聚類的目的。

隨著數據的不斷增加，傳統的模糊C-均值聚類方法在處理數據時，導致聚類結果精度較低，聚類效果不佳。

發明內容

鑒于此，本發明主要解決隨著數據的多樣性，導致傳統模糊C-均值聚類方法的精度低的問題。本發明主要使用了基于密度的方法篩選出初始聚類中心，然后將KL-距離加入到模糊C-均值聚類方法中，構造一個新的目標函數，從而達到聚類的目的。

綜上，現有的模型很難從自身上來提高對數據中異常值和噪聲的魯棒性。

為了達到上述目的，本發明基于密度的聚類方法對傳統的模糊C-均值聚類方法進行了改進，其算法步驟如下：

步驟一：定義待說明的數據集D＝{x₁,x₂,…,x_n}∈R^S。

步驟二：先使用基于密度的方法來計算數據集中每個數據對象xi的局部密度

步驟三：計算數據集D中的每個數據對象的K-最近鄰KNN_K(x_i)＝{p_j∈X|index_dist(x_i,x_j)≤k}。

步驟四：進一步地，計算數據集D中數據對象的密度平均值

步驟五：進一步，使用快速排序的方法將局部密度按照從小到大的順序進行排序，選取局部密度最大的點，作為初始聚類中心。

步驟六：進一步地，將K-最近鄰的值與密度的平均值進行比較，如果K-最近鄰的值大于密度的平均值，則保留簇中的數據；否則，將該數據對象從所屬的簇中刪除。

步驟七：重復第六步，直至將數據集D中的數據對象比較結束。