[发明专利]一种适合大规模数据的快速非递归聚类方法

权利要求书

1.一种适合大规模数据的快速非递归聚类方法，其特征在于步骤如下：

步骤1：输入用户相似度阈值K以及包含n个数据样本的初始待处理数据序列D，K的参考取值通常是同一簇中元素间的最小相似度值；

步骤2：定义待处理数据序列头和尾的指示指针分别为start和end，也即赋初值start等于1,end等于n；

步骤3：从待处理数据序列中随机选择一个数据作为基准值，并将其与end指示的数据进行交换；

步骤4：定义扫描指针i、j，并赋初值使的j等于start，i等于j指针向左移1位的取值；

步骤5：如果j>＝end则执行步骤6，否则从左向右扫描指针start和end指示的序列，根据选定的相似度计算方式计算j指定的当前数据和基准值的相似度,并和用户阈值进行比较，如果相似度大于或等于用户阈值，则执行i指针向右移1步，并交换指针i和j指定的数据，然后j向右移1步，继续循环扫描，执行步骤5；如果相似度小于用户阈值则j向右移1步，继续循环扫描，执行步骤5；

步骤6：向右移动i指针1步，并交换i和end指定的数据；

步骤7：向右移动i指针1步，如果i小于end则重置start指针，使其指向i指针指示的数据并返回步骤3继续循环，否则算法终止。