[发明专利]一种基于KNN的密度峰值聚类方法

权利要求书

1.一种基于KNN的密度峰值聚类方法，其特征在于，包括以下几个步骤：

S1：通过自然邻居搜索算法得到数据集中每个样本点的K值；

S2:计算数据集中每个样本点的K个近邻信息，得到第一聚类集合；

S3：计算第一聚类集合中每个样本点的密度，对密度进行降序排列，标记排列前G的密度对应的样本点为核心点，对核心点进行分类形成第二聚类集合；

S4：对数据集中所有样本点进行分配，得到第三聚类集合。

2.如权利要求1所述的一种基于KNN的密度峰值聚类方法，其特征在于，所述S1中，自然邻居搜索算法通过对K值从1递增进行计算，每次递增都会查找每个样本点的自然邻居，直到所有样本点都有自然邻居或者没有自然邻居的样本点的数量在达到预设的搜索次数后不再发生改变，算法停止。

3.如权利要求1所述的一种基于KNN的密度峰值聚类方法，其特征在于，所述S2中，包括以下步骤：

S2-1:计算每个样本点的K个近邻信息，计算公式如下：

KNN(X_i)＝{X_j|X_j∈sorted(Dist(i))(a)}； (1)

公式(1)中，KNN(X_i)表示样本点X_i的K个近邻信息，X_j表示X_i的近邻，Dist表示N*N的距离矩阵，N表示样本点的个数，Dist(i)表示样本X_i到其余样本点的距离矩阵，大小为1*N，sorted表示对距离矩阵进行升序排序，a＝1、2···K。

S2-2：计算样本点之间的共享K近邻信息，形成第一聚类集合；

共享K近邻信息SKNN(X_i，X_j)的计算公式为：

SKNN(X_i，X_j)＝KNN(X_i)∩KNN(X_j) (2)

公式(2)中，SKNN(X_i，X_j)表示样本点X_i和X_j的共享K近邻信息，KNN(X_i)表示样本点X_i的K近邻信息，KNN(X_j)表示样本点X_j的K近邻信息，∩表示交集。

4.如权利要求1所述的一种基于KNN的密度峰值聚类方法，其特征在于，所述S3中，所述样本点的密度计算公式为：

d(X_i)＝∑d(X_i,X_j)|X_j∈KNN(X_i) (4)

公式(3)、(4)、(5)中，ρ(X_i)表示样本点X_i的密度，d(X_i)表示样本点X_i与其K近邻点的距离之和，d(X_i，X_j)表示样本点X_i和X_j的欧式距离,X_j和X_i是近邻关系，m表示样本点的维数,t代表遍历m时的维数值，X_it表示样本点X_i的第t维数值。