[发明专利]基于动态网格哈希索引的密度聚类方法及装置

权利要求书

1.一种基于动态网格哈希索引的密度聚类方法，其特征在于，包括：

获取增量预设信息，包括：D：增量数据集；Eps：半径；Minpts：是否为核心点的判定阈值；unAttr：数值不确定的维度；

根据现有的带有类标签的数据建立索引G；

重复执行以下步骤将D中的每个数据对象p插入到索引G：

A1、获取PNeighborhood(o_p)，并根据PN_Eps(o_p)判断p为核心点的概率；

A2、获取UpSeed_ins(p)；

A3、若UpSeed_ins(p)中的对象所属类别不同，但插入p后UpSeed_ins(p)中的所有对象可直接或间接密度可达，则将p及UpSeed_ins(p)包含的对象所在的聚类合并；

和/或；

根据现有的带有类标签的数据建立索引G，并在原数据集中查找p的位置；

重复执行以下步骤将D中的每个数据对象p从索引G中删除；

B1：获取PNeighborhood(o_p)，PN_Eps(o_p)及UpSeed_del(p)；

B2：若UpSeed_del(p)含有的数据对象不能彼此直接密度可达，且通过同类簇的其他的核心点依然不能使其密度可达，则原聚类被分成若干个聚类；

循环结束后得到完成增量聚类的数据集。

2.根据权利要求1所述的方法，其特征在于，在获取UpSeed_ins(p)后，还包括：若UpSeedins(p)为空，且NEps(p)内不包含核心对象，则将p视为噪音并返回∞。

3.根据权利要求1所述的方法，其特征在于，在获取UpSeed_ins(p)后，还包括：若UpSeedins(p)非空，所包含的对象不仅其密度可达对象中没有已知聚类中的核心对象而且不属于任何聚类，则创建新的聚类并返回∞。

4.根据权利要求1所述的方法，其特征在于，在获取UpSeed_ins(p)后，还包括：在插入p之前，若UpSeedins(p)所包含的对象所属聚类相同或者包含的对象类标签不同而且在插入p后不同类标签的数据仍然不能够密度可达或者UpSeedins(p)为空，且NEps(p)内有核心对象，则将p归并到某一聚类并返回∞。

5.根据权利要求1所述的方法，其特征在于，在获取PNeighborhood(o_p)，PN_Eps(o_p)及UpSeed_del(p)后，还包括：若p为噪音，则删除并返回∞。

6.根据权利要求1所述的方法，其特征在于，在获取PNeighborhood(o_p)，PN_Eps(o_p)及UpSeed_del(p)后，还包括：若p不是噪音且UpSeeddel(p)为空，p被删除后NEps(p)不存在核心点，则与p同类的其他数据点设为噪音并返回∞。

7.根据权利要求1所述的方法，其特征在于，在获取PNeighborhood(o_p)，PN_Eps(o_p)及UpSeed_del(p)后，还包括：若UpSeeddel(p)为空，但NEps(p)仍然包含核心对象；或者UpSeeddel(p)中的数据点均可直接密度可达，则删除p后这些数据对象依然同类簇并返回∞。