[发明专利]一种集群目标的动态聚类方法

权利要求书

1.一种集群目标的动态聚类方法，其特征在于：包括以下步骤：

步骤一，加载预定义参数和目标数据；

步骤二，初始化簇；

步骤三，将已经存在于簇中的目标进行离线处理，计算簇的速度和加速度信息以及对这些簇进行排序；

步骤四，将已经存在于簇中的目标进行在线处理，比较簇和目标的距离然后分别进行处理，具体方法是：

首先，遍历每一个簇中的每一个目标数据，计算数据O_i到预测位置V_p的距离L_o，如果L_o小于本簇的半径R，则不对数据O_i进行处理，仍将数据O_i留在此簇中；

如果L_o小于本簇的半径R，则分以下两种情况进行处理：

如果L_o小于簇的最大距离maxDist，则将本簇的半径R更新为L_o；

如果L_o大于簇的最大距离maxDist，则将数据O_i从簇中移除，将数据O_i加入链表EList中；

最后，当所有目标都处理完成时，将存储在链表WDList中的目标聚类生成新簇；

步骤五，对新目标聚类生成新簇；

步骤六，将新簇和老簇进行融合：先对所有老簇按照到原点距离的大小进行排序，然后根据老簇和上一个新簇比较的结果来减少老簇和下一个新簇融合的计算量，同时更新簇信息，其中，老簇指新簇生成前就存在的簇。

2.根据权利要求1所述动态聚类方法，其特征在于，所述步骤三中计算簇的速度是以多数表决的方式来进行，假定存在一个速度V_i，如果簇中在[V_i-ξ，V_i+ξ，]范围内的数据最多，则V_i即为簇的速度，ξ是一个经验值，跟V_i的值正相关；

所述步骤三中计算簇的加速度是以多数表决的方式来进行，假定存在一个加速度a_i，如果簇中在[a_i-μ，a_i+μ，]范围内的数据最多，则a_i即为簇的加速度，μ是一个经验值，跟V_i的值正相关。

3.根据权利要求2所述动态聚类方法，其特征在于，所述排序的方法是：根据簇的速度和加速度，预测一定时间间隔后的簇的位置，然后遍历一遍所有的簇，计算簇的预测位置V_p到原点的距离L_p，根据L_p的大小进行排序，并保存在一个链表中。

4.根据权利要求1所述动态聚类方法，其特征在于，在步骤六后继续进行步骤三。

5.根据权利要求1所述动态聚类方法，其特征在于，所述步骤六中只有当簇中逃离的数据大于阈值时，才更新簇的信息。

6.根据权利要求1所述动态聚类方法，其特征在于，所述步骤六中根据老簇和上一个新簇比较的结果来减少老簇和下一个新簇融合的计算量，同时更新簇信息的规则是：

假定新簇链表NOList中有M个簇，分别是NC₁，NC₂，...，NC_q，NC_q+1，...，NC_m，到原点的距离分别是NL₁，NL₂，...，NL_q，NL_q+1，...，NL_m且NL₁＜NL₂＜...＜NL_q＜NL_q+1＜...＜NL_m；老簇链表中CList中有N个簇，分别是OC₁，OC₂，...，OC_s，OC_s+1，...，OC_n，到原点的距离分别是CL₁，CL₂，...，CL_s，CL_s+1，...，CL_n且CL₁＜CL₂＜...CL_s＜CL_s+1＜...＜CL_n；如果CL_s-NL_q＞maxDist，则簇OC_s不能和NC₁，NC₂，...，NC_q融合，簇OC_s+1，...，OC_n也不能和NC₁，NC₂，...，NC_q融合，由此相应地较少了一个或者多个计算量。