[发明专利]一种二次聚类方法及系统

权利要求书

1.一种二次聚类方法，其特征在于，包括以下步骤：

对数据流进行分块并读入数据块；

使用DBSCAN算法聚类，获得密度簇参考点；

对获取的所述密度簇参考点进行k-means算法聚类并采用分层的结构保存k-means算法聚类所获得的k均值参考点。

2.根据权利要求1所述的方法，其特征在于：

对数据流进行分块并读入数据块的过程为：在滑动窗口内实现对数据流的分块循环处理，并获取最终的聚类结果；如果数据未处理完，则读入下一数据块，直到数据流处理完为止。

3.根据权利要求1所述的方法，其特征在于：密度簇参考点的定义如下：

假设数据流中数据以块X1，X2，···，Xn，···的形式到达，每块都可以在内存中进行处理，每个数据块包含相同数目的数据点；

定义1：{|≠：密度簇参考点：对时刻t到达的数据块Xt，以基于密度的聚类算法进行聚类，生成k。(kt=1，2，···)个聚簇，均值点分别为cl，···，Ci，···，ek，则数据块将由k。个形如(ci，ni)的二元组构成，ni为Xi中隶属于ci的数据点数目，称rd(ei，ni)为数据流中的密度簇参考点。

4.根据权利要求1所述的方法，其特征在于：k均值参考点的定义如下：

假设数据流中数据以块X1，X2，···，Xn，···的形式到达，每块都可以在内存中进行处理，每个数据块包含相同数目的数据点；

定义2：k均值参考点：对m个密度簇参考点进行k均值聚类生成的2k个聚簇，均值点分别为cl，···，Ci，···，c2k，则数据块将由2k个形j／N(el，hi)的二元组构成，ni为隶属于ci的数据点数目，称rk(ci，ni)为数据流中的k均值参考点。

5.一种二次聚类系统，其特征在于，包括：

分块读入模块、密度簇参考点获取模块、k均值参考点获取模块；分块读入模块通过密度簇参考点获取模块与k均值参考点获取模块相连；

所述分块读入模块，用于对数据流进行分块并读入数据块；

所述密度簇参考点获取模块，用于使用DBSCAN算法聚类，获得密度簇参考点；

所述k均值参考点获取模块，用于对获取的所述密度簇参考点进行k-means算法聚类并采用分层的结构保存k-means算法聚类所获得的k均值参考点。

6.根据权利要求5所述的系统，其特征在于，

所述分块读入模块，还用于对数据流进行分块并读入数据块的过程为：在滑动窗口内实现对数据流的分块循环处理，并获取最终的聚类结果；如果数据未处理完，则读入下一数据块，直到数据流处理完为止。