[发明专利]基于距离权重的全局k-均值聚类算法

摘要

本发明公开一种基于距离权重的全局k-均值聚类算法，有如下步骤：1)计算所有样本点的聚集权重信息；2)计算所有样本数据的均值作为第一个簇的聚类中心；3)判断是否满足终止条件，即判断q+1是否大于k，k＝1、2…，若q＞k，算法终止，否则，进入下一步骤；寻找下一个簇的最佳初始中心；通过k-均值聚类算法计算此时的聚类中心。本发明可以有效的对数据分类，通过对算法进行分析可知，相比快速全局k-均值聚类算法，本本发明所需要的时间进一步降低，因此本发明在不改变分类结果的情况下，降低了聚类所需要的时间。

主权项

一种基于距离权重的全局k-均值聚类算法，其特征在于：包括如下步骤：1)计算所有样本点的聚集权重信息聚集权重信息计算公式如下所示， w i = 1 Σ j = 1 n d 2 ( x i , x j ) 其中n表示样本点数目，xi表示第i个样本，xj表示第j个样本，d(xi，xj)表示i、j两个样本点的距离。2)计算所有样本数据的均值作为第一个簇的聚类中心 m 1 = 1 n Σ i = 1 n x i 并设置q＝1；其中，q代表的是当前已有的聚类中心点的数目。3)判断是否满足终止条件，即判断q+1是否大于k，k＝1、2…，若q＞k，算法终止，否则，进入下一步骤。4)寻找下一个簇的最佳初始中心下一个簇初始中心的选取，首先通过以下公式计算每一个目标节点的权重信息， g i = w i × Σ j = 1 q - 1 d 2 ( x i , m j ) 其中wi表示的是第i个节点的聚集权重，xi表示第i个样本，mj表示第j个聚类中心，q代表的是当前已有的聚类中心点的数目，d(xi，mj)表示的是样本点i和第j个聚类中心点的距离，选择gi最大的节点xi，作为下一个最佳的簇初始中心，并令q＝q+1；5)通过k-均值聚类算法计算此时的聚类中心其中前q-1个簇的聚类中心是前q-1个最佳初始中心，第q个初始中心是由上步计算得到的xi节点，则可得到q个最佳初始中心，执行k-均值聚类算法得到最终的q个聚类中心，并然后返回第3)步骤。