[发明专利]初始样本选择方法及装置

权利要求书

1.一种初始样本选择方法，其特征在于，包括：

构建样本集合中样本的原始连通图；所述原始连通图中的每一个节点表征所述样本集合中的一个样本，所述原始连通图中的节点两两相连，所述原始连通图中任意两个节点之间边的权重为该两个节点所表征的两个样本的相似度；

生成所述原始连通图的最小生成树；

删除所述最小生成树中相似度最小的K-1条边，得到K个子连通图，K为聚类算法需要选择的初始样本的个数；

从每一个所述子连通图中的节点对应的样本中选择一个样本作为初始样本。

2.根据权利要求1所述的方法，其特征在于，所述从每一个所述子连通图中的节点对应的样本中选择一个样本作为初始样本，包括：

从每一个所述子连通图中的节点对应的样本中，随机选择一个样本作为初始样本。

3.根据权利要求1所述的方法，其特征在于，所述从每一个所述子连通图中的节点对应的样本中选择一个样本作为初始样本，包括：

对于所述子连通图中的节点对应的样本中的每一个样本，将该样本到所述子连通图中的节点对应的样本中的其它样本之间的相似度求和，得到与该样本对应的求和结果；

选择与最大求和结果对应的样本作为初始样本。

4.根据权利要求1所述的方法，其特征在于，所述生成所述原始连通图的最小生成树，包括：

从所述样本集合中选择一个样本作为所述最小生成树的初始节点；

将所述样本集合中未加入所述最小生成树的样本依次加入所述最小生成树，包括：每次将一个样本加入所述最小生成树之后，获取每一个未加入所述最小生成树的样本，与已加入所述最小生成树中的各个样本之间的相似度；确定最大相似度；将该最大相似度对应的一个未加入所述最小生成树的样本与该最大相似度对应的已加入所述最小生成树的样本相连，直至所有样本均加入到所述最小生成树。

5.根据权利要求1所述的方法，其特征在于，所述生成所述原始连通图的最小生成树，包括：

按照两两样本之间的相似度从大到小的顺序，依次将满足预设条件的两个样本相连，直至所述样本集合中的每一个样本均与所述样本集合中的至少一个其它样本相连；

其中，两个样本满足预设条件包括：所述两个样本相连后，所有已连接的样本未构成任何回路。

6.一种初始样本选择装置，其特征在于，包括：

构建模块，用于构建样本集合中样本的原始连通图；所述原始连通图中的每一个节点表征所述样本集合中的一个样本，所述原始连通图中的节点两两相连，所述原始连通图中任意两个节点之间边的权重为该两个节点所表征的两个样本的相似度；

生成模块，用于生成所述原始连通图的最小生成树；

删除模块，用于删除所述最小生成树中相似度最小的K-1条边，得到K个子连通图，K为聚类算法需要选择的初始样本的个数；

选择模块，用于从每一个所述子连通图中的节点对应的样本中选择一个样本作为初始样本。

7.根据权利要求6所述的装置，其特征在于，所述选择模块包括：

第一选择单元，用于从每一个所述子连通图中的节点对应的样本中，随机选择一个样本作为初始样本。

8.根据权利要求6所述的装置，其特征在于，所述选择模块包括：

计算单元，用于对于所述子连通图中的节点对应的样本中的每一个样本，将该样本到所述子连通图中的节点对应的样本中的其它样本之间的相似度求和，得到与该样本对应的求和结果；

第二选择单元，用于选择与最大求和结果对应的样本作为初始样本。

9.根据权利要求6所述的装置，其特征在于，所述生成模块包括：

初始节点选择单元，用于从所述样本集合中选择一个样本作为所述最小生成树的初始节点；

第一生成单元，用于将所述样本集合中未加入所述最小生成树的样本依次加入所述最小生成树，包括：每次将一个样本加入所述最小生成树之后，获取每一个未加入所述最小生成树的样本，与已加入所述最小生成树中的各个样本之间的相似度；确定最大相似度；将该最大相似度对应的一个未加入所述最小生成树的样本与该最大相似度对应的已加入所述最小生成树的样本相连，直至所有样本均加入到所述最小生成树。

10.根据权利要求6所述的装置，其特征在于，所述生成模块包括：

第二生成单元，用于按照两两样本之间的相似度从大到小的顺序，依次将满足预设条件的两个样本相连，直至所述样本集合中的每一个样本均与所述样本集合中的至少一个其它样本相连；

其中，两个样本满足预设条件包括：所述两个样本相连后，所有已连接的样本未构成任何回路。