[发明专利]一种基于均匀抽样的二阶差分聚类数确定方法

权利要求书

1.一种基于均匀抽样的二阶差分聚类数确定方法，其特征在于，包括以下步骤：

(1)利用均匀抽样设计得到具有代表性的样本子集；

(2)利用二阶差分确定聚类数目，对目标函数求二阶差分发现二阶差分的极大值就是最佳聚类数。

2.根据权利要求1所述的基于均匀抽样的二阶差分聚类数确定方法，其特征在于，所述步骤(1)具体包括以下子步骤：

(11)设置初始门限值A＞0，从大数据集合X中随机抽取n₀个点，记作令n＝n₀，得到点集A_n的中心化L₂偏差CL₂为CL₂(A_n)²；

(12)在大数据集合X中读取下一轮数据为y＝{y₁,…,y_i}，将y当作x_n+1，得到CL₂(A_n+1)²；

(13)得到α＝CL₂(A_n+1)²-CL₂(A_n)²，当α＜A，则y被选中，将A_n+1放入大数据集合X中，否则舍弃，令n＝n+1，再返回步骤(12)；当大数据集合X中的点被读取完，抽样结束，最终n为抽样总数。

3.根据权利要求1所述的基于均匀抽样的二阶差分聚类数确定方法，其特征在于，所述步骤(2)具体包括以下子步骤：

(21)设定目标函数为

(22)对目标函数进行一阶差分后，再进行二阶差分得到二阶差分极大值所对应的点就是最佳聚类数；其中，λ₁和λ₂分别为类内和类间所占的不同权值，S_W为类内散度矩阵，c为聚类数目，S_B为类间散度矩阵，X为大数据集合，c为聚类数目，Z＝[z₁,…,z_c]表示聚类中心，1＜c＜n，代表第i类与第k类的类间距离的权重，利用步骤(1)中得到的样本子集来代替大数据集合X。