[发明专利]面向大数据领域的膜计算数据细胞聚类方法

权利要求书

1.一种面向大数据领域的膜计算数据细胞聚类方法，其特征在于，所述方法包括以下步骤：

第一步、形式化定义；

第二步、在不同的数据细胞中实施不同的进化规则

在组织P系统中，每个组织细胞都有若干进化规则，指导对应细胞内的对象进化操作，一个对象OB_u通过进化规则进化成OB_v的过程通常表示为OB_u→OB_v；在组织P系统中的三个组织细胞分别采用不同的进化规则，通过混合三种不同的进化机制可以增加对象在系统进化过程中的多样性，为了更好的将进化机制和求解问题结合，根据所设计的组织P系统膜结构和转运机制，设计三种进化算法；

第三步、数据细胞根据运转规则更新全局最优对象

系统中的组织细胞的细胞膜间存在转运通道，不同的对象在不同的组织细胞之间进行共享与交换，都需要系统定义的转运规则支撑；在设计的组织P系统中定义了转运规则来指导组织细胞间交换信息；

第四步、停机与输出

系统中的各个组织细胞作为单独的执行单元以并行的结构进化运行，故该系统是并行分布式的，在该系统中，定义一系列的计算步骤为一个计算，可以从包含初始数据细胞对象集的组织细胞开始，在每一个计算中，都意味着有一个或者多个进化规则被作用于当前的数据细胞对象集上，当达到系统的停机约束条件时，系统自动停机，计算结果呈现于系统的外环境中。

2.如权利要求1所述的面向大数据领域的膜计算数据细胞聚类方法，其特征在于，所述第一步中，形式化定义的过程如下：

1.1、组织P系统定义：

一个度为3的即3个由数据细胞组织P系统形式化定义为以下八元组：

ω＝(OB₁，OB₂，OB₃，OR₁，OR₂，OR₃，OR′，OE_o)

其中：

OB₁、OB₂和OB₃为各组织细胞的对象集，即数据细胞集合；

OR₁、OR₂和OR₃为各组织细胞的进化规则，分别代表基于Agnes和k-means算法、基于加权FCM算法和基于GA算法的聚类规则；

OR′代表整个P系统中各组织细胞的转运规则，通过转运规则，细胞与细胞之间可以进行对象的共享与交换；

OE_o＝0为系统的输出区域，代表环境；

1.2、组织对象定义

在数据聚类算法中，组织P系统功能是为需要进行聚类的数据集搜索最优的聚类中心，因此，可以将数据的聚类中心用一组对象来表示，定义P系统中的组织细胞对象T为一个N*d维度向量，如下：

T＝(t₁₁，t₁₂，...，t_1d，...，t_i1，t_i2，...，t_id，...，t_N1，t_N2，...，t_Nd，)

其中N代表该数据细胞T有N个簇，这N个簇C₁，C₂，...，C_N对应的簇中心为t₁，t₂，...，t_N，类似于数据点，对象中的每一个簇中心都是一个d维度向量，则t_i可以表示为t_i1，t_i2，...t_id，i＝1，2，...，N，t_id代表第i个数据簇中心的d个分量；

OB_i代表P系统中第i个进化膜中的对象集合，其内包含一组对象，这些对象通过不同组织细胞中的进化机制进行进化反应，定义每个进化膜中的初始对象数量均为m，组成其对象集Q.在P系统的进化过程实施中，系统需要一个度量机制评价当前对象的优劣，通过计算样本整体的簇方差作为聚类问题性能函数J_m，进行对象的优质判定，其中s_j代表数据簇中的某个数据集，J_m值越小，说明对象越好，通过对象的判断排序，每个进化膜中都有一个其最优的对象，即局部最优对象OB_ibest，而系统的环境中保存有一个最优对象，即全局最优对象，记为T_best，当整个系统达到停机状态的时候，环境中的全局最优对象即为所求的解，也是最优的聚类中心；