[发明专利]一种不确定数据的聚类方法

权利要求书

1.一种不确定数据的聚类方法，其特征在于：步骤如下：

①获取底层数据真实协方差结构：数据集中包含条均值表示为的不确定性记录，对应的概率分布函数表示为，数据记录的第个元素表示为，第条记录的第个元素的概率分布表示为，将数据记录第维的源值表示为，由加上得到的值，因此表示在构造分布的均值过程中产生的噪音，由此给出：

；

将数据库第维对应的随机变量表示为；

将对应于源数据第维的真值的随机变量表示为，对应于的第维的随机变量表示为，则：

；

将源数据第维和第维的协方差表示为，并希望和得到，

获取源数据真实协方差结构的求解公式：

，

以此来估计协方差的值；

的值可以由观测数据得到，它所构成的协方差矩阵叫做或者；

当时，的值就是个方差，我们用来表示，假定的标准差为，第维的的值可以由对应的概率密度函数的方差的均值给出，的值由如下公式得到：

，

构成的矩阵叫做或者；

根据上述估计的值，用于构造协方差矩阵或者叫做，得到源数据真实的协方差结构；

②根据协方差结构，对数据进行锐化降噪处理：

其中，矩阵中包含着相应的特征值，中是与特征值相对应的特征向量，将协方差矩阵中的特征值中元素按照从大到小方式进行排序：

并将对应排序的顺序保存在中；

将中的特征向量按照对应特征值的大小进行排列，得到主要特征向量构成的投影矩阵：

利用投影矩阵将转化成：

，

就是经过处理锐化后的数据。

2.根据权利要求书1所述的不确定数据的聚类方法，其特征在于：将得到降噪数据与K-means聚类算法相结合，得到整体聚类方法。