[发明专利]对数据进行聚类的方法、设备和系统

权利要求书

1.一种对数据进行聚类的方法，包括步骤：

针对输入的数据项创建分级式生成树；

对创建的分级式生成树执行迭代式图缩减，以便缩减分级式生成树上的边缘点；

对缩减后的分级式生成树执行受约束的图切分处理，以计算分级式生成树中每个边的切分值；以及

选择具有最大切分值的边作为要切分的位置来将分级式生成树切分成子树来获得聚类结果。

2.如权利要求1所述的方法，其中所述针对输入的数据项创建分级式生成树的步骤包括：

从包括多个数据项的列表中取一个数据项，并且计算它与列表中的其他数据项的距离；

将彼此之间的距离小于第一距离阈值的所有数据点放在一个超球内；

从列表中移除彼此之间的距离小于第二距离阈值的所有数据项，其中第一距离阈值大于第二距离阈值；

针对所述超球，创建最小生成树；

对于具有重叠数据点的任意两个超球，将最接近的数据点链接起来；

在所有超球中，将超球看作数据点，删除一些边，从而使得将所有超球链接在一起的剩余边形成针对这些超球的最小生成树，作为所述分级式生成树。

3.如权利要求1所述的方法，其中所述对创建的分级式生成树执行迭代式图缩减的步骤包括：

重复如下过程来缩减分级式生成树：

删除与分级式生成树的边缘点联系的边；

将分级式生成树的所有的边缘点收缩到分级式生成树上；以及

融合新的边缘点。

4.如权利要求3所述的方法，其中所述对创建的分级式生成树执行迭代式图缩减的步骤还包括：

标记缩减后的分级式生成树的边缘点。

5.如权利要求1所述的方法，其中切分值的计算包括：

基于两个数据点所在的集合之间的距离和各个集合中数据点的稀疏度来计算连接两个数据点的边的图切分值。

6.一种对数据进行聚类的设备，包括：

分级式生成树创建单元，针对输入的数据项创建分级式生成树；

图缩减单元，对创建的分级式生成树执行迭代式图缩减，以便缩减分级式生成树上的边缘点；

图切分单元，对缩减后的分级式生成树执行受约束的图切分处理，以计算分级式生成树中每个边的切分值；以及

分级式分割单元，选择具有最大切分值的边作为要切分的位置来将分级式生成树切分成多个子树来获得聚类结果。

7.如权利要求6所述的设备，其中所述分级式生成树创建单元从包括多个数据项的列表中取一个数据项，并且计算它与列表中的其他数据项的距离，将彼此之间的距离小于第一距离阈值的所有数据点放在一个超球内，从列表中移除彼此之间的距离小于第二距离阈值的所有数据项，其中第一距离阈值大于第二距离阈值，针对所述超球，创建最小生成树，对于具有重叠数据点的任意两个超球，将最接近的数据点链接起来，在所有超球中，将超球看作数据点，删除一些边，从而使得将所有超球链接在一起的剩余边形成针对这些超球的最小生成树，作为所述分级式生成树。

8.如权利要求6所述的设备，其中所述图缩减单元重复如下过程来缩减分级式生成树：

删除与分级式生成树的边缘点联系的边；

将分级式生成树的所有的边缘点收缩到分级式生成树上；以及

融合新的边缘点。

9.如权利要求8所述的设备，其中所述图缩减单元还标记缩减后的分级式生成树的边缘点。

10.如权利要求6所述的设备，其中图切分单元基于两个数据点所在的集合之间的距离和各个集合中数据点的稀疏度来计算连接两个数据点的边的图切分值。

11.一种信息处理系统，包括如权利要求6～10之一所述的设备。