[发明专利]一种基于边界环收缩的聚类系统及方法

权利要求书

1.一种基于边界环收缩的聚类系统，其特征在于包括：边界点检测模块、边界聚合模块和边界环收缩模块：

边界点检测模块，对于待聚类的数据点，采用边界点检测算法确定属于边界点的数据点，形成边界点集合P，从而获取聚类边界点；

边界聚合模块，对边界点检测模块得到的边界点集合P，根据聚类数目k对边界点集合P进行边界聚合，即将边界点集合P，根据聚类数目k，划分为若干的新集合，每个新集合为每个聚类的边界,为每个新集合分配一个标签，且每个新集合分配的标签不同；

边界环收缩模块,对于各个新集合形成的边界内的未标记点进行标签分配，完成对该新集合所有待聚类的数据点的标签分配，从而实现聚类。

2.根据权利要求1所述的一种基于边界环收缩的聚类系统，其特征在于：边界点集合P表示为{p₁,p₂,...,p_n}，从而获取聚类边界点；p₁,p₂,...,p_n分别为第1个边界点、第2个边界点、…、第n个边界点；n小于等于待聚类的数据点的总数。

3.根据权利要求1所述的一种基于边界环收缩的聚类系统，其特征在于：根据聚类数目k，划分为若干的新集合，每个新集合为每个聚类的边界,为每个新集合分配一个标签，且每个新集合分配的标签不同；具体如下：

当已知聚类数目k时，采用分层聚类算法将边界点集合P中的边界点根据聚类数目k进行聚合，形成k个新集合，每个新集合中为聚类数目k中一类的边界点，为每个新集合分配一个标签，且每个新集合分配的标签不同；

当聚类数目未知时，采用图论的方法，将边界点集合P中的边界点作为图的节点，将图的节点中的任意两个之间距离的倒数作为边的权值，然后使用最大流最小割的方法将图的所有节点即对应的边界点划分为若干新集合，每个新集合分配一个标签，且每个新集合分配的标签不同；新集合的数目即为聚类数目k。

4.根据权利要求1所述的一种基于边界环收缩的聚类系统，其特征在于：边界环收缩模块,对于各个新集合形成的边界内的未标记点进行标签分配，对其中任意一个新集合形成的边界内的未标记点进行标签分配，具体如下：

1)对任意一个新集合中每个边界点i都找到与其距离最近的未标记点，该未标记点不为边界点，将该未标记点进行标签分配，即对未标记点分配与边界点i相同的类别标签，形成新的标记点；这些新的标记点形成的环作为新的边界环，新的边界环中的标记点形成边界环点集合；i取1至该新集合中的边界点总数；

2)判断是否存在未标记点，若存在，则用边界环点集合替换步骤1)中的新集合，更新新集合，重复步骤1)，即实现边界环收缩；若不存在，完成对该新集合所有待聚类的数据点的标签分配，从而实现聚类。

5.一种基于边界环收缩的聚类方法，其特征在于步骤如下：

(1)对于待聚类的数据点，采用边界点检测算法确定属于边界点的数据点，形成边界点集合P，从而获取聚类边界点；

(2)对步骤(1)得到的边界点集合P，根据聚类数目k对边界点集合P进行边界聚合，即将边界点集合P，根据聚类数目k，划分为若干的新集合，每个新集合为每个聚类的边界,为每个新集合分配一个标签，且每个新集合分配的标签不同；

(3)对于步骤(2)各个新集合形成的边界内的未标记点进行标签分配，完成对该新集合所有待聚类的数据点的标签分配，从而实现聚类。

6.根据权利要求5所述的一种基于边界环收缩的聚类方法，其特征在于：边界点集合P表示为{p₁,p₂,...,p_n}，从而获取聚类边界点；p₁,p₂,...,p_n分别为第1个边界点、第2个边界点、…、第n个边界点；n小于等于待聚类的数据点的总数。