[发明专利]一种高效的并行不确定性数据聚类方法

权利要求书

1.一种高效的并行不确定性数据聚类方法，其特征在于，包括数据的不确定性度量与表示、不确定性数据间的距离度量、构建串行的不确定性数据聚类方法、数据分区划分、构建高效的并行不确定性数据聚类方法。

2.根据权利要求1所述的不确定性数据聚类方法，其特征在于，所述数据的不确定性度量与表示具体为：利用区间数结合不确定性数据对象的统计信息(均值与标准差)来有效合理的对不确定性数据进行描述。首先获取不确定性数据对象的n为均值向量与标准误差向量引入包含因子k后，依据区间数的中点半径表示方式，将不确定数据对象表示为R表示实数。

3.根据权利要求1所述的不确定性数据聚类方法，其特征在于，所述的不确定性数据间的距离度量具体为：不确定性数据对象经过区间数表示后，该对象便看作为一个区间数；在距离度量时，区间数间距离存在最大值与最小值，即区间数间的距离仍然是一个区间数；数据对象M,N之间的距离可表示为：

D(M，N)_min表示数据对象M，N之间，距离的最小值、D(M，N)_max表示数据对象M，N之间，距离的最大值；为了可以有效合理的将距离度量与聚类算法结合起来，引入相关系数λ{λ∈R|0≤λ≤1}，把不确定性数据之间距离的最小值与最大值结合起来；那么不确定性数据对象M,N之间的距离可表示为：

由此得到的不确定性数据对象间的距离满足非负性和对称性。

4.根据权利要求1所述的不确定性数据聚类方法，其特征在于，所述构建串行的不确定性数据聚类方法具体为：将数据的不确定性度量与表示、不确定性数据间的距离度量引入到聚类算法OPTICS中，构建出串行的不确定性数据的聚类方法。

5.根据权利要求1所述的不确定性数据聚类方法，其特征在于，所述的数据分区划分方法，从数据差异度最大的前K维度寻找最佳分片，保证高效运行。

6.根据权利要求1所述的不确定性数据聚类方法，其特征在于，所述的构建高效的并行不确定性数据，从Map、Reduce、Merge result、Relabel过程实现并行高效计算。