[发明专利]一种基于局部密度与球哈希的自适应K均值聚类方法

摘要

本发明公开了一种基于局部密度与球哈希的自适应K均值聚类方法，首先对目标数据集归一化，计算数据集中样本的局部密度和中位数确定聚类类别数k，然后根据邻近样本的局部密度下四分位数和球哈希值，得到k个优化的初始聚类中心，最后用K均值聚类算法完成数据集的聚类。本发明自动确定数据集的类别数k和初始聚类中心，避免了传统K均值聚类算法需要事先设定类别数和随意设置初始聚类中心的不足，能够自适应地进行数据集的K均值聚类。

主权项

1.一种基于局部密度与球哈希的自适应K均值聚类方法，其特征在于，包括以下步骤：/nS1、对需聚类的数据集D′进行归一化处理，得到归一化数据集D＝{x₁，x₂，...，x_N}，其中x_i为数据集中第i个M维数据样本，i为闭区间[1，N]中的整数，N为样本总数；/nS2、通过局部密度法根据归一化数据集D计算得到聚类类别数k；/nS3、遍历选取局部密度样本和对应的邻近样本，并用球哈希算法处理得到归一化数据集D的k个初始聚类中心；/nS4、通过K均值聚类算法，根据聚类类别数k和归一化数据集D的k个初始聚类中心，处理归一化数据集D，得到聚类结果。/n