[發明專利]基于中心匹配的簇數量確定方法、裝置、設備及存儲介質

在審

• 申請號: 202211170302.4
• 申請日: 2022-09-26
• 公開（公告）號: CN115293295A
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 張瑞霖;王鴻鵬;鄭海陽;謝甜
• 申請（專利權）人: 哈爾濱工業大學（深圳）（哈爾濱工業大學深圳科技創新研究院）
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 何秋石

1.一種基于中心匹配的簇數量確定方法，其特征在于，所述方法包括以下步驟：

將原始數據集轉換為原始向量數據集；

根據所述原始向量數據集確定邊界數據，并刪除所述原始數據集中的邊界數據，獲得核心數據集；

根據所述核心數據集確定密度峰值集和均值中心集；

基于所述密度峰值集和所述均值中心集確定最佳簇數量。

2.如權利要求1所述的基于中心匹配的簇數量確定方法，其特征在于，所述將原始數據集轉換為原始向量數據集，包括：

根據空間向量分解定理，將原始數據集所在的數據空間轉換為向量空間；

通過所述向量空間將所述原始數據集轉換為原始向量數據集。

3.如權利要求1所述的基于中心匹配的簇數量確定方法，其特征在于，所述根據所述原始向量數據集確定邊界數據，包括：

建立投影子空間，將所述原始向量數據集中的各向量數據輸入至所述投影子空間中；

標記所述投影子空間中存在偏斜分布的向量數據，并將所述存在偏斜分布的向量數據對應的原始數據確定為邊界數據。

4.如權利要求1所述的基于中心匹配的簇數量確定方法，其特征在于，所述根據所述核心數據集獲取密度峰值集和均值中心集，包括：

根據預設局部采樣半徑獲取所述核心數據集中各數據的局部密度和高密度最小距離；

根據所述局部密度和所述高密度最小距離生成密度峰值集；

通過K-means++算法從所述核心數據集中獲取均值中心集。

5.如權利要求4所述的基于中心匹配的簇數量確定方法，其特征在于，所述根據所述局部密度和所述高密度最小距離生成密度峰值集，包括：

將所述各數據的局部密度和高密度最小距離相乘得到決策值；

根據所述決策值的大小對所述核心數據集中各數據進行降序排序，選取排在前的數據作為密度峰值集，其中，N為核心數據集的數據總數。

6.如權利要求1至5中任一項所述的基于中心匹配的簇數量確定方法，其特征在于，所述基于所述密度峰值集和所述均值中心集確定最佳簇數量，包括：

基于所述密度峰值集和所述均值中心集獲取若干完備匹配，以及各完備匹配對應的中心損失；

將所述中心損失中的最小中心損失所對應的完備匹配設定為中心完備匹配；

根據所述中心完備匹配確定最佳簇數量。

7.如權利要求6所述的基于中心匹配的簇數量確定方法，其特征在于，所述基于所述密度峰值集和所述均值中心集獲取若干完備匹配，以及各完備匹配對應的中心損失，還包括：

基于所述密度峰值集和所述均值中心集生成完全二分圖；

根據所述完全二分圖獲取若干完備匹配，以及各完備匹配對應的中心損失。

8.一種基于中心匹配的簇數量確定裝置，其特征在于，所述基于中心匹配的簇數量確定裝置包括：

數據轉換模塊，用于將原始數據集轉換為原始向量數據集；

數據刪除模塊，用于根據所述原始向量數據集確定邊界數據，并刪除所述原始數據集中的邊界數據，獲得核心數據集；

數據運算模塊，用于根據所述核心數據集確定密度峰值集和均值中心集；

簇數量確定模塊，用于基于所述密度峰值集和所述均值中心集確定最佳簇數量。

9.一種基于中心匹配的簇數量確定設備，其特征在于，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的基于中心匹配的簇數量確定程序，所述基于中心匹配的簇數量確定程序配置為實現如權利要求1至7中任一項所述的基于中心匹配的簇數量確定方法的步驟。

10.一種存儲介質，其特征在于，所述存儲介質上存儲有基于中心匹配的簇數量確定程序，所述基于中心匹配的簇數量確定程序被處理器執行時實現如權利要求1至7任一項所述的基于中心匹配的簇數量確定方法的步驟。