[发明专利]一种并行高效的基于网格与密度的多维空间数据聚类算法GRIDEN

权利要求书

1.一种基于网格与密度的多维空间数据聚类算法GRIDEN，其特征在于，包括以下步骤：

步骤1，根据预设近邻距离参数ε、网格划分系数k及D维空间数据集P创建D维空间数据网格G，并将P中的数据点映射到G中；

步骤2，计算关于所述近邻距离参数ε与所述网格划分系数k的近邻格子子集S；

步骤3，根据预设最小近邻参数Min_N和所述近邻格子子集S对所述D维空间数据网格G进行无监督的空间网格聚类，并根据数据点所在D维格子的聚类结果对整个所述D维空间数据集P进行分类标注。

2.根据权利要求1所述基于网格与密度的多维空间数据聚类算法GRIDEN，其特征在于，步骤一中，所述创建一个D维空间数据网格G，具体包括：

k为大于0的自然数；

ε为大于0的任意数值；

D为正整数；

计算每个格子的边长并根据所述边长L对所述D维空间数据集P的每个维度的数值范围进行平均切分；

所述空间数据网格G中的每个格子为各边相等的超方格子。

3.根据权利要求1所述基于网格与密度的多维空间数据聚类算法GRIDEN，其特征在于，步骤1中，所述将P中的数据点映射到G中，具体包括：根据所述D维空间数据集P中每个点的D维信息将数据点映射到相应的格子，并进行累加与记录。

4.根据权利要求1所述基于网格与密度的多维空间数据聚类算法GRIDEN，其特征在于，步骤2中，所述计算关于所述近邻距离参数ε与所述网格划分系数k的近邻格子子集S，具体包括：

对于所述D维空间数据网格G中的任意格子C_i，其所述近邻格子子集S中的任意格子C_j的正中心与C_i的正中心之间的空间距离不超过ε；

C_i也是C_i自己的近邻格子；

所述近邻格子子集S存在且仅存在于格子子集S₁中，其中，S₁是以C_i为空间正中心的(2k+1)^D个格子的集合，且S₁中的任意格子C_j与C_i在任意维度的间距均不超过k。

5.根据权利要求1所述基于网格与密度的多维空间数据聚类算法GRIDEN，，其特征在于，步骤3中，所述的无监督的空间聚类具体包括以下步骤：

1)生成核心格子：对于所述D维空间数据网格G中的任意数据点数非空的格子C_i，计算其所述近邻格子子集S中的数据点数的总和，如果总数大于所述最小近邻参数Min_N，则C_i为核心格子，给予C_i独立的类标；

2)核心格子聚类：对于所述D维空间数据网格G中的任意核心格子C_i，将C_i与其所述近邻格子子集S中的所有其他核心格子合并到一个类中；迭代遍历G中的所有核心格子，并重复上述过程，直到合并不再发生；

3)格子聚类：对于所述D维空间数据网格G中的任意核心格子C_i，将C_i与其所述近邻格子子集S中的所有非空且非核心格子合并到一个类中，并标记为边界格子。

4)空间数据聚类：根据数据点所在D维格子的类标对整个所述D维空间数据集P进行分类标注。

6.根据权利要求1-3任一所述的基于网格与密度的多维空间数据聚类算法GRIDEN，其特征在于，整个计算过程不存在计算依赖关系，可以支持并行计算。

7.根据权利要求1或4所述的基于网格与密度的多维空间数据聚类算法GRIDEN，其特征在于，所述的无监督空间聚类计算过程需要按照4个步骤依次进行，但单个步骤中不存在计算依赖关系，可以支持并行计算。

8.一种执行基于网格与密度的多维空间数据聚类算法GRIDEN的电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

根据预设近邻距离参数ε、网格划分系数k及D维空间数据集P创建D维空间数据网格G，并将P中的数据点映射到G中；

计算关于所述近邻距离参数ε与所述网格划分系数k的近邻格子子集S；

根据预设最小近邻参数Min_N和所述近邻格子子集S对所述D维空间数据网格G进行无监督的空间网格聚类，并根据数据点所在D维格子的聚类结果对整个所述D维空间数据集P进行分类标注。