[发明专利]基于聚类分类联合机制的分类器的构建方法以及分类方法

权利要求书

1.一种基于聚类分类联合机制的分类器的构建方法，其特征在于，包括：

步骤S1：将聚类中心的分布情况编码至种群个体中，得到初始化种群，其中，初始化种群中包括聚类目标函数和分类目标函数；

步骤S2：利用多目标优化算法搜索最优的种群，将其作为满足聚类目标函数和分类目标函数两个目标的帕累托解集；

步骤S3：根据互信息指标从帕累托解集中选择出最优的解，并根据选择出的最优的解，对联合聚类分类机制的分类器的参数进行设置，再基于设置的参数构建聚类分类联合机制的分类器。

2.如权利要求1所述的方法，其特征在于，步骤S1具体包括：

步骤S1.1：针对多个种群，设定对应的聚类中心分布情况；

步骤S1.2：编码聚类中心分布情况，并将作为决策变量，根据适应度计算公式，计算出对应的聚类目标和分类目标值，并将对应的聚类目标作为聚类目标函数，分类目标值作为分类目标函数，其中，聚类目标函数和分类目标函数的具体形式如式(1)和式(2)所示：

式(1)中，f(x_i)表示分类器预测得到的标签，y_i表示真是标签，δ(f(x_i)，y_i)表示预测标签和真实标签是否一致，一致结果为1，不一致结果为0，N表示测试数据总数量；

式(2)中，nn_ij表示距离样本x_i的最近距离的第j个样本，p(c_k|nn_ij)表示第j个样本属于第k个聚类的条件概率，是一个参数，当nn_ij和x_i同属于聚类k时，为0，否则为1/i；

步骤S1.3：将决策变量、聚类目标函数以及分类目标函数同时封装进种群个体中，多个个体组成初始化种群。

3.如权利要求1所述的方法，其特征在于，步骤S2具体包括：

步骤S2.1：在当前代中，利用差分算法的交叉算子和变异算子对当前种群做进化处理，得到子代种群；

步骤S2.2：在当前代中，利用反向学习算法，对子代种群进行反向变化，并将反向前后的种群合并后进行非支配排序，得到反向子种群；

步骤S2.3：在当前代中，利用烟花算法，计算反向子种群的爆炸半径和火花个数，并基于爆炸半径和火花个数，将反向子种群作为烟花种群来在周边范围内产生火花种群，烟花种群和火花种群进行非支配排序生成下一代种群；

步骤S2.4：将下一代种群作为当前代种群，重复执行步骤S2.1～步骤S2.3，进行迭代进化过程；

步骤S2.5：当迭代进化过程满足终止条件时，迭代进化终止，输出帕累托解集。

4.如权利要求3所述的方法，其特征在于，步骤S2.5中的终止条件包括：迭代次数满足达到最大迭代次数以及种群整体的变化小于设定的最小种群变化。

5.如权利要求1所述的方法，其特征在于，步骤S3具体包括

步骤S3.1：计算所有帕累托解集的互信息值；

步骤S3.2：根据互信息值的大小，选择出互信息值最大的帕累托解集作为最优的解，对联合聚类分类机制的分类器的参数进行设置；

步骤S3.3：基于设置的参数构建聚类分类联合机制的分类器。

6.如权利要求5所述的方法，其特征在于，在步骤S3.3之后，所述方法还包括步骤S3.4：

利用测试数据对构建的分类器进行测试。

7.一种基于权利要求1至5任一项权利要求所构建的分类器的分类方法，其特征在于，该分类方法包括：

计算出待处理的数据的聚类中心和聚类关系后，通过分类器得到分类结果。