[发明专利]一种基于网格的密度峰值聚类方法及系统

权利要求书

1.一种基于网格的密度峰值聚类方法及系统，其特征在于，利用网格思想将数据空间划分为等大小的网格单元，然后对数据进行初始化聚类，将数据点映射到对应的网格单元中，并统计网格单元的数据信息，再将每个单元格看作为一个数据点，使用DPC算法对单元格进行聚类，得出聚类结果。

2.根据权利要求1所述的方法，其特征是，所述的数据集X＝{X1，X2，X3，……Xn}是一个n*d的矩阵，矩阵的每行表示一个数据点，每列表示一种属性，故这个数据集包含n个数据点，每个数据点有d种属性。

3.根据权利要求1所述的方法，其特征是，所述的初始化聚类是指：利用CLIQUE算法将数据空间每一维划分为等大小的网格单元，然后将所有数据点映射到对应单元格，并统计每个单元格的数据点个数作为此单元格的局部密度ρ_i。

4.根据权利要求1所述的方法，其特征是，所述的使用DPC算法对单元格进行聚包括：

步骤1：将划分好的网格单元看作为一个数据点；

步骤2：分别取每个单元格左下标计算两两单元格之间的距离，构成距离矩阵d_ij；

步骤3：利用公式计算单元格与具有更高密度的最近单元格之间的距离属性δ_i；

步骤4：根据上述所求的局部密度属性ρ_i和距离属性δ_i，绘制单元格决策图，取两个属性值都高的单元格作为聚类中心；

步骤5：采用最近邻算法进行剩余单元格的聚类，将当前点归于密度等于或者高于当前点的最近点一类；

步骤6：采用DPC算法中边界值方法，计算出当前类别的边界，然后找出边界中密度最高点的密度作为阈值，去除当前类别中小于此密度的点。

5.一种实现上述任一权利要求所述方法的系统，其特征在于：网格划分模块和密度峰值聚类模块，其中网格划分模块将每个数据点进行初步聚类，首先划分数据空间成等大小网格单元，然后将数据点映射到对应网格中，统计网格单元中数据点的个数；密度峰值聚类模块先求解出每个网格单元的δ_i，然后绘制决策图选择聚类中心，分配所有剩余的网格单元，去除噪声单元，输出聚类结果。