[发明专利]一种高维稀疏数据聚类系统及方法

权利要求书

1.一种高维稀疏数据聚类方法，其特征在于，包括如下步骤：

步骤1：提取每个数据对象的稀疏特征，根据每个数据对象的稀疏特征计算两两数据对象之间的差异度；

步骤2：将数据对象和蚂蚁随机散布在二维平面上，并为蚂蚁分配一个数据对象，蚂蚁背负该数据对象；该二维平面是有边界条件的网格区域；

步骤3：当蚂蚁移动到一网格区域时，依据差异度计算当前它所背负的数据对象与当前网格区域内其它数据对象的平均相似度；依据平均相似度计算蚂蚁对背负数据对象的放下概率，如果放下概率符合第一预设条件，则蚂蚁放下其背负数据对象；

步骤4：蚂蚁没有背负数据对象时，随机选择一个未被背负的数据对象，依据差异度计算该数据对象在它自身所在网格区域内与其它数据对象的平均相似度，并依据平均相似度计算蚂蚁对该数据对象的拾起概率，如果该拾起概率符合第二预设条件，则执行步骤2，否则重新挑一个未被背负选数据对象；

其中，步骤3和步骤4中，按照下述公式计算平均相似度：

其中，f(o_i)是数据对象o_i与出现在它所在邻域Neigh_s×s(s)内的其它数据对象o_j的平均相似度，S表示邻域半径，S_Neigh为邻域面积，d_ij为数据对象o_i、o_j的差异度，i、j为自然数。

2.如权利要求1所述的高维稀疏数据聚类方法，其特征在于，数据对象o_i、o_j的差异度距离为：

3.如权利要求1或2所述的高维稀疏数据聚类方法，其特征在于，步骤3中，按照下述公式计算放下概率：

pdrop(oi)=[f(oi)k2+f(oi)]2]]>

其中，p_drop(o_i)为数据对象o_i的放下概率，k₂为阈值常数。

4.如权利要求1或2所述的高维稀疏数据聚类方法，其特征在于，步骤4中，按照下述公式计算拾起概率：

ppick(oi)=(k1k1+f(oi))2]]>

其中，p_pick(o_i)为数据对象o_i的拾起概率，k₁为阈值常数。