[发明专利]基于最近邻KNN和改进波函数的量子聚类方法

说明书

本发明提供了一种基于最近邻KNN和改进波函数的量子聚类方法，其包括：获取一组待分类样本点的原始数据并将其归一化，基于最近邻KNN确定量子聚类模型的输入参数，计算所有样本点的波函数参数，波函数参数包括计算波函数所服从分布的尺度参数和形状参数，计算量子聚类的势能面，根据所计算的势能面来确定分类个数和分类边界。本发明所提方法继承了量子聚类方法的所有优点，且更适合对服从威布尔分布的数据进行分类，为数据分类提供了一种新的选择，同时既不需要人为给定任何输入参数，也不需要给出样本数据的分类标签，即可计算得到量子聚类模型的输入参数，实用性强且准确率高。

技术领域

本发明属于聚类技术领域，涉及数据的分类，特别是一种基于最近邻KNN和改进波函数的量子聚类方法。

背景技术

量子聚类方法是一种以量子力学为基础所提出的聚类模型，该模型方法的核心思想是粒子都倾向于处于势能值最低处，而同一类粒子则会聚集于同一个势能极小值点附近，因此可通过计算粒子所处的势能面来进行聚类分析，每一个势能面的极小值点即代表着一个聚类的中心点，而势能值的极小值点个数即代表着聚类个数，最后通过势能值来判断粒子所归属的聚类中心点。相比于其他聚类方法，量子聚类不需要提前给出聚类的个数，对数据密度的变化更加敏感，自身输入的参数的微小变化不会影响分类结果，在给定参数下具有完全确定的分类结果。这些优势使得量子聚类自发明以来受到了广泛的关注。

量子聚类中假设波函数服从高斯分布，然而在某些情况下，待分类的数据有可能不服从正态分布。此外，尽管量子聚类方法经常被认为是一个无参数聚类方法，然而量子聚类方法仍然需要输入模型参数，目前常用KNN方法和“模式搜索”的方法计算输入模型参数。其中，最近邻KNN方法不需要提供样本标签就可以计算得到输入参数，然而其计算依然需要人为给出近邻个数这一参数，这使得量子聚类很难真正意义上成为一个无参数聚类方法；“模式搜索”方法虽然不再需要人为给定参数，然而该方法需要提供样本分类标签，这又有悖于量子聚类作为无监督学习的核心特点。因此，为适合对服从工程上常见的威布尔分布的数据进行分类，同时使量子聚类方法成为真正意义上的一个无参数聚类方法，寻求一种基于最近邻KNN和改进波函数的量子聚类方法，以在既不人为给定参数、又不提供样本数据分类标签的情况下确定量子聚类模型的输入参数，并为数据分类提供一种新的选择是十分迫切且必要的。

发明内容

本发明针对上述现有技术中的缺陷，提出一种基于最近邻KNN和改进波函数的量子聚类方法。该方法包括获取一组待分类样本点的原始数据并将其归一化，基于最近邻KNN确定量子聚类模型的输入参数，计算所有样本点的波函数参数，所述波函数参数包括计算波函数所服从分布的尺度参数和形状参数，计算量子聚类的势能面，根据所计算的势能面来确定分类个数和分类边界。本发明所提方法继承了量子聚类方法的所有优点，且更适合对服从威布尔分布的数据进行分类，为数据分类提供了一种新的选择，同时既不需要人为给定任何输入参数，也不需要给出样本数据的分类标签，即可计算得到量子聚类模型的输入参数，实用性强且准确率高。

本发明提供一种基于最近邻KNN和改进波函数的量子聚类方法，其包括以下步骤：

S1、获取一组待分类样本点的原始数据并将其归一化；

S2、基于最近邻KNN确定量子聚类模型的输入参数，所述输入参数为波函数所服从分布的方差s_weibull；

S21、依次计算所有可能近邻个数K的最近邻KNN结果

S22、计算最近邻KNN结果的增量

S23、寻找最近邻KNN结果的增量最大值对应的近邻个数：寻找最近邻KNN结果增量的最大值并找到所对应的近邻个数K_max；

S24、获取所求近邻个数对应的最近邻KNN结果作为量子聚类模型的输入参数：基于步骤S21得到的所有最近邻KNN结果根据步骤S23获得的K_max获取相应的最近邻KNN结果并以此作为量子聚类模型的输入参数