[发明专利]基于改进AGNES算法的协议分类方法

摘要

本发明公开了一种基于改进AGNES算法的协议分类方法，包括以下步骤：输入数据集，设置参数；设置初始的相似度参考阈值；相似度比较并进行聚类，将满足条件的聚类结果放入结果集中；降低并更新相似度参考阈值，再次进行比较聚类，直到相似度参考阈值不大于最低可合并相似度。本发明提供了一种基于改进AGNES算法的协议分类方法，能够自动确定聚类的个数，所得的每一个类簇都有一个相似度评价指标，算法在聚类过程中会考察当前的聚类结果，将已满足条件的类簇及时提取出来。

主权项

1.基于改进AGNES算法的协议分类方法，其特征在于：它包括以下步骤：S1.输入n个数据对象的数据集DataSet，设定最低可合并相似度lowestSimi、最低类簇对象个数lowestSize和相似度降低步长temp的值，其中最低可合并相似度lowestSimi小于1；S2.将每个对象当作一个初始的类簇，并设置相似度参考阈值，相似度参考阈值similar＝1；S3.将数据集DataSet中第i个类簇与除自身外所有类簇进行比较和聚类，其中，1≤i≤n，且i为整数；S4.变换i的取值，循环执行步骤S3的比较和聚类，直到i取完1～n中所有的整数值；S5.判断S3～S4中聚类得到的类簇对象个数是否大于最低类簇对象个数lowestSize：(1)聚类得到的类簇对象个数大于最低类簇对象个数lowestSize，将聚类结果加入聚类结果集合clusterResultSet，将类簇含有的对象编号加入类簇含有的对象编号集合indexResultSet；将当前的similar的值加入相似度评价集合similarSet，并跳转到步骤S6；(2)聚类得到的类簇对象个数不大于最低类簇对象个数lowestSize；跳转至步骤S6；S6.降低similar的值，更新后的similar值取更新前的similar值减去相似度降低步长temp，并判断更新后similar的值是否大于最低可合并相似度lowestSimi：(1)更新后similar的值大于最低可合并相似度lowestSimi，跳转至步骤S3；(2)更新后similar的值不大于最低可合并相似度lowestSimi，跳转至步骤S7；S7.聚类结束，检查剩余不能合并的数据帧，将其加入剩余未形成较好聚类的数据对象集合leftDataSet。