[發明專利]一種基于邊界環收縮的聚類系統及方法

在審

• 申請號: 202110477832.2
• 申請日: 2021-04-30
• 公開（公告）號: CN113486916A
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 馬弢
• 申請（專利權）人: 中國航天空氣動力技術研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 中國航天科技專利中心 11009
• 代理人: 胡健男

本發明一種基于邊界環收縮的聚類系統及方法，系統包括：邊界點檢測模塊、邊界聚合模塊和邊界環收縮模塊：邊界點檢測模塊，對于待聚類的數據點，采用邊界點檢測算法確定屬于邊界點的數據點，形成邊界點集合P，從而獲取聚類邊界點；邊界聚合模塊，對邊界點檢測模塊得到的邊界點集合P，根據聚類數目k對邊界點集合P進行邊界聚合，即將邊界點集合P，根據聚類數目k，劃分為若干的新集合，每個新集合為每個聚類的邊界,為每個新集合分配一個標簽，且每個新集合分配的標簽不同；邊界環收縮模塊,對于各個新集合形成的邊界內的未標記點進行標簽分配，完成對該新集合所有待聚類的數據點的標簽分配，從而實現聚類。

技術領域

本發明涉及一種基于邊界環收縮的聚類系統及方法，屬于機器學習聚類技術領域。

背景技術

聚類，即將在特征空間中沒有標簽的數據點，依據其自身的特點，聚集為若干的集合，屬于同一集合內的數據點相似，屬于不同集合的數據點之間差異性大。在人工智能不斷發展的這個時代，由于很難獲得大量的帶有標簽的樣本，因此無監督的聚類算法正在受到越來越多的關注，作為一種有效的數據與信息挖掘手段，聚類在諸如人臉識別、網頁推薦系統等領域已經被成功使用。

一般的聚類算法是一個將尋找聚類中心與分配聚類標簽這兩項內容交互迭代優化的過程，聚類的思路也經常局限于優化聚類中心，可是聚類的終極目標是要為數據點分配聚類標簽，近年來學者開始研究聚類邊界的檢測方法，但是通常將檢測到的邊界點作為聚類中心的輔助信息，且使用方法較為復雜，導致標簽的分配過程較為耗時。

發明內容

本發明解決的技術問題為：克服上述現有技術的不足，提供一種基于邊界環收縮的聚類系統及方法，提高了標簽分配速度和準確性。

本發明解決的技術方案為：一種基于邊界環收縮的聚類系統，包括：邊界點檢測模塊、邊界聚合模塊和邊界環收縮模塊：

邊界點檢測模塊，對于待聚類的數據點，采用邊界點檢測算法確定屬于邊界點的數據點，形成邊界點集合P，從而獲取聚類邊界點；

邊界聚合模塊，對邊界點檢測模塊得到的邊界點集合P，根據聚類數目k對邊界點集合P進行邊界聚合，即將邊界點集合P，根據聚類數目k，劃分為若干的新集合，每個新集合為每個聚類的邊界,為每個新集合分配一個標簽，且每個新集合分配的標簽不同；

邊界環收縮模塊,對于各個新集合形成的邊界內的未標記點進行標簽分配，完成對該新集合所有待聚類的數據點的標簽分配，從而實現聚類。

優選的，邊界點集合P表示為{p₁,p₂,...,p_n}，從而獲取聚類邊界點；p₁,p₂,...,p_n分別為第1個邊界點、第2個邊界點、…、第n個邊界點；n小于等于待聚類的數據點的總數。

優選的，根據聚類數目k，劃分為若干的新集合，每個新集合為每個聚類的邊界,為每個新集合分配一個標簽，且每個新集合分配的標簽不同；具體如下：

當已知聚類數目k時，采用分層聚類算法將邊界點集合P中的邊界點根據聚類數目k進行聚合，形成k個新集合，每個新集合中為聚類數目k中一類的邊界點，為每個新集合分配一個標簽，且每個新集合分配的標簽不同；

當聚類數目未知時，采用圖論的方法，將邊界點集合P中的邊界點作為圖的節點，將圖的節點中的任意兩個之間距離的倒數作為邊的權值，然后使用最大流最小割的方法將圖的所有節點即對應的邊界點劃分為若干新集合，每個新集合分配一個標簽，且每個新集合分配的標簽不同；新集合的數目即為聚類數目k。

優選的，邊界環收縮模塊,對于各個新集合形成的邊界內的未標記點進行標簽分配，對其中任意一個新集合形成的邊界內的未標記點進行標簽分配，具體如下：