[发明专利]空间密度相似性度量K‑means聚类方法

摘要

本发明公开了一种空间密度相似性度量K‑means聚类方法，其特征在于该方法采用将空间密度的相似性距离和新的K‑means方法类中心的迭代模型相结合的方法，来改进单一的欧氏距离测量方法和K‑means的迭代规则。本发明的聚类方法不仅可以合理地衡量样本间的距离，同时可以选择出更加可靠稳定的初始聚类中心。同时本发明中新的K‑means方法类中心的迭代模型，使数据集中心点的选择更加准确，尤其是对于非簇型数据集，其中心点的选择完全可以避免在数据集以外的点，使得聚类效果显著提高。

主权项

一种空间密度相似性度量K‑means聚类方法，其特征在于该方法包括以下步骤：(1)对数据集样本D进行归一化的数据预处理；(2)初始化聚类中心：1)根据样本间的空间密度的相似性距离得出样本空间Space和每一个样本的密集度Density(xi)；2)选择最大密集度样本作为初始聚类中心的第一个聚类中心；3)选择其次大的密集度样本，并且此样本与之前选择的聚类中心的距离大于一定的值，该值记为控制迭代值distrol，添加此样本进入初始聚类中心；4)循环执行3)，直至选择出K个初始聚类中心C0；步骤3)中所述之前是指：在初次循环时，为步骤2)中第一个聚类中心；在后续循环执行时，为前面循环中选择的所有初始聚类中心；(3)在第t次循环中，根据聚类中心Ct‑1和数据集样本D的空间密度的相似性距离重新划分类得到Dt；(4)通过类中心迭代模型计算得到新一轮的聚类中心Ct，(5)循环执行(3)和(4)，直至满足目标函数E的值达到最优即不再变化时结束，E=Σi=1KΣj=1nDistF(xj,ci)]]>xj表示第j个样本，ci表示第i个聚类中心，DistF(xj,ci)表示二者空间密度的相似性距离。