[发明专利]一种聚类分析方法及装置

权利要求书

1.一种聚类分析方法，其特征在于，该方法包括以下步骤：

步骤S1：获取待聚类的数据对象集合，所述数据对象集合包含多个类，每个类中至少包含一个数据对象；

步骤S2：对每个类中的数据对象根据预设的终止条件进行聚类，得到聚类结果，所述的聚类结果包含多个簇，每个簇中至少包含一个数据对象；

步骤S3：确定每个类中每个簇的代表数据对象，该代表数据对象为每个簇中离簇的中心较近且密集的数据对象；

步骤S4：对每个类中每个簇中选出的代表数据对象集合起来得到每个类的代表数据对象；

步骤S5：计算每个类的代表数据对象中的两两代表数据对象之间的距离；

步骤S6：根据每两个类中代表数据对象之间的距离计算出每两个类的类间距离，对待聚类集合进行层次聚类，最终得到一个聚合类。

2.根据权利要求1所述的聚类分析方法，其特征在于，所述步骤S3具体包括以下步骤：

步骤S31：计算每个簇的中心点向量；

步骤S32：根据簇的中心点的向量确定簇的中心点的位置；

步骤S33：以簇的中心为圆心，δ为邻域半径，计算出该邻域中数据对象密度即单位面积内数据对象的数目最大时的δ值；

步骤S34：将以簇的中心为圆心，δ为半径的区域内所包围的数据对象确定为代表数据对象。

3.根据权利要求2所述的聚类分析方法，其特征在于，所述每个簇的中心点向量的计算公式为：

其中，||y_j||表示对y_j进行取模运算，j表示第j簇，n_j表示第j簇中的元素的个数，C_j表示第j簇的中心点的向量，x_j表示第j簇中的某个数据点的向量，k表示簇的数目，n表示第j簇中数据对象的数目。

4.根据权利要求3所述的聚类分析方法，其特征在于，所述步骤S6具体包括：根据待聚类集合中每两个类之间的类间距离，确定类间距离最小的两个类；将所述类间距离最小的两个类进行聚合，得到一个新类，计算该新类分别与剩余的其它各个类的类间距离，重新确定类间距离最小的两个类；将重新确定类间距离最小的两个类进行聚合，再次得到一个新类，以此例推，最终得到一个聚合类。

5.一种聚类分析装置，其特征在于，该聚类分析装置包括：

数据获取模块，用于获取待聚类的数据对象集合，所述数据对象集合包含多个类，每个类中至少包含一个数据对象；

第一聚类模块，用于对每个类中的数据对象根据预设的终止条件进行聚类，得到聚类结果，所述的聚类结果包含多个簇，每个簇中至少包含一个数据对象；

样本数据确定模块，用于确定每个类中每个簇的代表数据对象，该代表数据对象为每个簇中离簇的中心较近且密集的数据对象；

筛选样本模块，用于对每个类中每个簇中选出的代表数据对象集合起来得到每个类的代表数据对象；

计算模块，用于计算每个类的代表数据对象中的两两代表数据对象之间的距离；

第二聚类模块，用于根据每两个类中代表数据对象之间的距离计算出每两个类的类间距离，对待聚类集合进行层次聚类，最终得到一个聚合类。