[发明专利]一种基于扩展熵信息瓶颈理论的聚类方法

权利要求书

1.一种基于扩展熵信息瓶颈理论的聚类方法，其特征在于，包括步骤：

根据样本确定聚类数组的扩展熵；

计算数组合并后联合扩展熵；

根据基于扩展熵信息瓶颈理论选择信息损失量最小的聚类数组进行合并，生成一个新的 数组；

以聚类产生的信息损失量变化率作为确定聚类结束的标准，即获得最终的聚类结果。

2.根据权利要求1所述的基于扩展熵信息瓶颈理论的聚类方法，其特征在于，

所述的聚类数组为一天中交通流采集的时间点，则样本中天数即为每个聚类数组的取值 个数，每个取值的比值为该天在当前采集时间点的数值与所有天的数值和的比；或者，所述 的聚类数组为中医中的症状，每个病人看作该症状数组的取值，则样本中病人数即为聚类数 组的取值数，每个取值的比值为每个病人该症状的取值与所有病人该症状取值和的比，其中 病人的症状通常为类型变量。

3.根据权利要求1所述的基于扩展熵信息瓶颈理论的聚类方法，其特征在于，基于比值 的扩展熵，其计算公式为：

比值r表示为

r(yi)=yiy1+y2+···+yn,]]>i＝1，2，…，n

扩展熵为

S(Y)=-Σi=1nr(yi)logr(yi).]]>