[发明专利]一种基于预筛选的密度峰值聚类方法及系统

权利要求书

1.一种基于预筛选的密度峰值聚类方法及系统，其特征在于，利用预筛选的方法去除不可能成为聚类中心的点，然后在筛选保留的数据集上进行聚类中心的选取，再分配剩余的点，得出聚类结果，该方法具体包括：

步骤1：将数据点按照规律映射到不同的圆内；

步骤2：统计每个圆的密度，根据比例去除密度稀疏的圆中点，筛选保留在密度较大圆中的点，形成新的数据集；

步骤3：在新的数据集上构造相似度矩阵d_ij；

步骤4：利用计算新数据集中每个数据点的局部密度ρ_i；

步骤5：利用计算新数据集中每个数据点的距离属性δ_i；

步骤6：根据上述求出的局部密度属性ρ_i和距离属性δ_i，绘制决策图，取两个属性值都高的数据点作为新数据集的聚类中心；

步骤7：将剩余点归于密度等于或者高于当前点的最近点一类；

步骤8：得出聚类结果。

2.根据权利要求1所述的一种基于预筛选的密度峰值聚类方法及系统，其特征在于：利用预筛选的方法去除不可能成为聚类中心的点，然后在剩余的数据集上选取聚类中心，得出准确的聚类结果，此方法可以在保证原密度聚类算法的准确率的同时有效降低算法的计算复杂度。

3.根据权利要求1所述的一种基于预筛选的密度峰值聚类方法及系统，其特征在于：所述的映射到不同的圆中，圆的半径系数r一般取0.5～1.5，特殊情况根据实验情况调整，删选比例a一般取30％，50％或者70％，特殊情况根据实验调整，截断距离d_c一般取2％，同样，特殊情况根据实验调整。

4.根据权利要求1所述的方法，其特征在于：所述的数据集按照规律映射到不同的圆内是指利用圆的性质，圆外一点到同一圆内的两点的最大距离差为圆直径，判断可能在一个圆内的点，再计算可能点之间的距离，小于半径即确定在同一个圆内。

5.根据权利要求1所述的方法，其特征在于：所述的统计每个圆的密度是指统计圆内的数据点个数作为圆的密度。

6.根据权利要求1所述的方法，其特征在于：所述的绘制决策图的方法即为原密度峰值聚类算法中绘制决策图的方法，选择局部密度和距离属性都大的点作为聚类中心。

7.根据权利要求1所述的方法，其特征在于：所述的将剩余点归于密度等于或者高于当前点的最近点一类中剩余的点包括除了聚类中心以外所有的点，即新数据集中除了聚类中心以外的点以及步骤2中去除的密度稀疏的圆内的点。

8.一种实现上述任一权利要求所述方法的系统，其特征在于：数据点预筛选模块和聚类中心选取模块，其中预筛选模块将数据点映射到相应的圆中，首先判断可能在同一个圆内的点，然后具体判断这些点是否在同一个圆内，其次再统计圆的密度并删除密度小的圆，筛选密度大的点形成新的数据集；聚类中心选取模块依旧利用决策图方法在新数据集上选取聚类中心，然后分配剩余的点，输出聚类结果。