一种基于高维空间映射的k调和均值聚类方法.pdfVIP

(19)中华人民共和国国家知识产权局 *CN102426631A* (12)发明专利申请 (10)申请公布号 CN 102426631 A (43)申请公布日 2012.04.25 (21)申请号 201110341012.7 (22)申请日 2011.11.01 (71)申请人 南京理工大学常熟研究院有限公司 地址 215513 江苏省常熟市经济技术开发区 科创园研究院路5 号 (72)发明人 王建宇 康其桔 马鹏飞 孙丽娟 陆源 何新 王凯 田乃鲁 (51)Int.Cl. G06F 19/00 (2011.01) 权利要求书 1 页 说明书 3 页 附图 1 页 (54)发明名称 一种基于高维空间映射的K 调和均值聚类方 法 (57)摘要 本发明公开一种基于高维空间映射的K 调 和均值聚类方法，本方法假设样本数据已具有空 间向量形式，将该空间向量数据映射至更高维的 空间后引入K 调和均值进行数据聚类，具体步骤 如下：(1)数据处理；(2)选择数据的初始化聚类 中心；(3)将距离测度映射至高维空间；(4)将映 射后的距离测度带入计算数据样本的调和距离； (5) 以该调和距离为距离测度进行K 均值聚类； (6)结果输出；本发明可以有效改善现有K 均值算 法对初值的敏感性，并大大改善了因数据混叠而 引起的聚类误差。 A 1 3 6 6 2 4 2 0 1 N C CN 102426631 A 权 利 要 求 书 CN 102426639 A 1/1 页 1. 一种基于高维空间映射的K 调和均值聚类方法，其特征在于包括如下步骤： (1)将原始数据处理为空间向量形式； (2)选择数据的初始化聚类中心； (3)将距离测度映射至高维空间； (4)将映射后的距离测度带入计算样本点的调和距离； (5) 以该调和距离为距离测度进行K 均值聚类； (6)结果输出。 2. 根据权利要求1 所述的基于高维空间映射的K 调和均值聚类方法，其特征在于：所 述步骤 (3)中的距离测度为夹角余弦值。 3. 根据权利要求2 所述的基于高维空间映射的K 调和均值聚类方法，其特征在于：所 述步骤 (3)中采用Mercer 核函数将夹角余弦值映射到高维空间。 2 CN 102426631 A 说 明 书 CN 102426639 A 1/3 页 一种基于高维空间映射的K调和均值聚类方法 技术领域 [0001] 本发明涉及计算科学和智能信息处理领域，尤其是对数据集进行聚类的技术，具 体地说是一种基于高维空间映射的K 调和均值聚类方法。 背景技术 [0002] 聚类分析作为一种数据预处理方法，是进一步分析和处理数据的基础，聚类分析 在处理大规模数据中成为不可或缺的重要工具。目前，最常用的数据聚类方法是K 均值聚 类方法，实验证明，该方法虽能在一定程度上解决智能信息处理过程中的聚类需求，但是该 方法对初始化聚类中心的随机性非常敏感，而且无法解决实际工程应用中的数据混叠问 题，所以该方法已经不能适用于当前大规模复杂数据聚类的需求。因此迫切需求一种对初 始化聚簇中心不甚敏感且能解决数据混叠问题的聚类方法。 发明内容 [0003] 本发明的目的在于提供了一种基于高维空间映射的K 调和均值聚类方法，该方法 能够使大规模复杂数据聚类结果稳