买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：大连交通大学

摘要：本发明提出了一种DPC聚类算法的改进方法，包括：S1、通过均值距离与截断中心，选取初始聚类中心；S2、采用K‑Means的分配策略，根据所有数据点到每个初始聚类中心的欧式距离进行分簇；S3、更新簇中心，进行中心偏移，对所有数据点重新分配归属，反复操作；S4、判断簇和簇之间是否需要进行中心融合；若需要进行中心融合，则采用迭代融合法的思想进行中心融合，得到新的聚类结果；若不需要，则采用S3中的最终聚类结果。本发明提出一种新的聚类思想，即基于最大均值距离寻找初始聚类中心，对各个簇基于高密度相连进行融合的方法，采用迭代融合法的思想进行中心融合，得到更好的聚类结果。

主权项：1.一种DPC聚类算法的改进方法，其特征在于，所述改进方法用于对Iris鸢尾花数据集进行聚类分析，数据集内总共包含150行数据，每一行数据由4个特征值及一个目标值组成，4个特征值分别为：萼片长度、萼片宽度、花瓣长度、花瓣宽度；目标值为三种不同类别的鸢尾花，分别为：IrisSetosa、IrisVersicolour、IrisVirginica，包括：S1通过均值距离与截断中心，选取初始聚类中心；S2、采用K-Means的分配策略，根据所有数据点到每个初始聚类中心的欧式距离进行分簇；S3、更新簇中心，进行中心偏移，对所有数据点重新分配归属，反复操作；当新旧簇中心两点间的欧氏距离小于设定值时，停止更新聚类中心，并把上一次的聚类结果作为最终聚类结果；S4、判断更新聚类中心后得簇和簇之间，是否需要进行中心融合；若需要进行中心融合，则采用迭代融合法的思想进行中心融合，得到新的聚类结果；若不需要，则采用S3中的最终聚类结果；S4中所述中心融合包括：S511、遍历所有簇心，两两判定是否融合，遇到需要融合的两簇就停止判定，并返回需要融合的两个簇心；S512、求两簇心的密度，将两簇心中密度较大的簇心的标签作为融合簇标签，返回簇融合之后的标签分配结果；S513、重新将数据集和标签进行绑定，进行打标签操作；求出簇标签相同的点的均值中心作为融合簇心；S514、返回融合后的新簇心集合；S515、根据得到新簇心迭代进行两两簇心融合，直到新簇心不能再融合，中心融合结束；所述判断簇和簇之间是否需要进行中心融合，包括：S521、以两个簇心之间的直线距离为直径，两个簇心直线距离的中点为圆心作圆，找出圆里分别属于两个簇的数据点；S522、找出成对的伪核心数据点，其具体步骤为：计算圆里分别属于两个簇的数据点之间的距离，找出两数据点之间距离小于截断半径的成对点，即成对的伪核心数据点；若无成对的伪核心数据点，则两个簇不能融合；所述截断半径dc的计算公式为：dc＝maxDist*distPercent1001其中，distList表示距离向量；distPercent表示截断百分比，distPercent的选取根据不同数据集的特点做出相应的调整；S523、找出成对的真核心数据点，其具体步骤为：从成对的伪核心数据点中，找出两个密度均大于最小密度的成对数据点，即成对的真核心数据点；若无成对真核心数据点，则两个簇不能融合；所述最小密度为人为设定数值；S524、判断成对真核心书点和两个簇中心是否高密连通，高密连通包括：每侧真核心数据点到同侧聚类中心的距离除以截断半径得到本侧的高密阈值；以每侧真核心数据点和同侧聚类中心的直线距离为直径，以该直线距离的中点为圆心分别作圆，统计该圆内的高密数据点数，如果高密点数大于等于本侧的高密阈值，并且圆内最大局部密度不超过最小局部密度的两倍，则本侧高密连通，否则本侧不满足高密连通；当两侧均满足高密连通时两个簇可以融合为一个簇，若一侧不满足高密连通或者两侧都不满足高密连通则两簇不能融合。

全文数据：

权利要求：

百度查询： 大连交通大学 一种DPC聚类算法的改进方法