[发明专利]基于优化簇相关矩阵的聚类融合方法

权利要求书

1.基于优化簇相关矩阵的聚类融合方法，其特征在于，包括以下步骤：

步骤1)，用K-means算法对有N个D维特征数据的集合X_ND进行M次聚类，最终得到M个有差异的聚类成员；

步骤2)，考虑步骤1)得到的M个聚类成员，计算聚类成员间簇与簇的关系R_ter和聚类成员内簇与簇的关系R_tra，创建簇相关矩阵CA，计算簇的稳定度S；

步骤3)，根据步骤2)得到的簇相关矩阵CA和簇的稳定度S，考虑数据x_t落在簇C_mi的概率，根据公式RA(x_t,C_mi)＝CA(x_t,C_mi)×S(C_mi)构造优化簇相关矩阵RA；

步骤4)，根据步骤3)得到的优化簇相关矩阵RA，对RA应用多路谱聚类算法：根据优化簇相关矩阵RA，求出对角矩阵D、拉普拉斯矩阵L、L的特征值和与其相对应的特征向量；使用前T个最大特征值对应的特征向量构造新的数据集合U_NT，并建立与原始数据集合的对应关系；然后用K-means对U_NT进行聚类。

2.根据权利要求1所述的方法，其特征在于，步骤1)用K-means算法每次选取不同的初始聚类中心或设置不同的K值参数，对有N个D维特征数据的集合X_ND进行M次聚类，最终得到聚类成员集合Π＝{Π₁,Π₂,…Π_M}。

3.根据权利要求1所述的方法，其特征在于，步骤2)根据步骤1)得到的聚类成员集合，计算聚类成员间簇与簇的关系其中|C_i|表示簇C_i所包含的数据的数量；根据R_ter(C_i,C_j)计算聚类成员内簇与簇的关系其中C_mi表示第m个聚类成员的第i个簇，DC＝0.9为衰减系数，C_z是与C_i和C_j在不同聚类成员内且与C_i和C_j组成三元组的簇，N_z是与簇C_z有重叠元素的簇的集合；根据R_tra(C_mi,C_mj)创建簇相关矩阵CA，其中根据簇相关矩阵CA计算簇C_mi的稳定度

4.根据权利要求1所述的方法，其特征在于，步骤3)根据步骤2)得到的簇相关矩阵CA和簇的稳定度S，考虑数据x_t落在簇C_mi的概率即数据x_t所在簇C_mj与簇C_mi的关系R_tra(C_mi,C_mj)以及簇C_mi的稳定度，根据公式RA(x_t,C_mi)＝CA(x_t,C_mi)×S(C_mi)构造优化簇相关矩阵RA。

5.根据权利要求1所述的方法，其特征在于，步骤4)对根据步骤3)得到的优化簇相关矩阵RA应用多路谱聚类算法：根据步骤3)得到的优化簇相关矩阵RA建立对角矩阵D，D对角线上的值d_i＝∑_jRA(i,j)(i≠j)和拉普拉斯矩阵L＝D^-1/2RAD^-1/2；求出拉普拉斯矩阵L的特征值和与其相对应的特征向量；使用前T个最大特征值对应的特征向量构造新的数据集合U_NT，即看作原始数据集合X的T维特征，建立该数据集合与原始数据集合的对应关系；最后用K-means对数据集合U_NT进行聚类得到最终的聚类结果。