[发明专利]基于邻域信息和平均差异度的K‑means初始聚类中心优选方法

权利要求书

1.一种基于邻域信息和平均差异度的K-means初始聚类中心优选方法，其特征在于，包括：

S1、输入n个对象的样本集X＝{X₁，X₂，…，X_i，…，X_n}，X_i为m维向量，确定聚类类数K，初始化当前确定的初始聚类中心个数k＝0；

S2、计算样本集中对象两两之间的距离，并形成距离矩阵D；

S3、计算样本集总体平均差异度M，确定邻域半径值δ，

S4、基于距离矩阵D，计算每个样本点X_i的δ邻域内样本数量N_i，形成矩阵N；

S5、将矩阵N中δ邻域内样本数量最大N_i对应的样本点X_i作为第1个聚类中心C₁，令k＝k+1，并在矩阵N中将最大N_i置0；

S6、继续查找矩阵N中δ邻域内样本数量最大N_j对应的样本点X_j，计算其与已有聚类中心{C₁，C₂，…，C_k}的距离，并在矩阵N中将最大N_j置0；

S7、若X_j与{C₁，C₂，…，C_k}中聚类中心的距离均不小于平均差异度M，则k＝k+1，C_k+1＝X_j，否则返回步骤S6；

S8、若当前聚类中心个数k等于聚类类别数K，则输出K个初始聚类中心C＝{C₁，C₂，…，C_K}，否则返回步骤S6；

S9、运用K-均值聚类算法对整个样本集进行聚类，输出聚类结果。

2.如权利要求1所述的方法，其特征在于，所述的步骤S2中，样本集中对象两两之间的距离的计算过程具体为：

假设样本集中两对象分别为X_i、X_j，其中X_i＝{x_i1，x_i2，…，x_im}，X_j＝{x_j1，x_j2，…，x_jm}，则X_i与X_j的距离d_ij为：

dij=(xi1-xj1)2+...+(xim-xjm)2]]>

3.如权利要求2所述的方法，其特征在于，所述的步骤S3中，计算样本集总体平均差异度M的过程具体为：

计算样本X_i的平均差异度为：

di=Σj=1ndij/n;]]>

计算样本集的总体平均差异度为：

M=Σi=1ndi/n.]]>