[发明专利]一种基于聚类的半监督识别方法

权利要求书

1.一种基于聚类的半监督识别方法，其特征在于，包括以下步骤：

(1)初始化样本集，将样本集中的样本分为有标记样本和未标记样本，并根据有标记样本的类别标签初始化各类别中心；

(2)计算未标记样本到各类别中心的余弦距离，确定到未标记样本距离最近的类别中心，进入循环；

(3)计算未标记样本的Z-Score值，判断Z-Score值与阈值关系，确定未标记样本的类别归属；

(4)判断是否达到迭代终止条件，如果未达到，返回步骤(2)，如果已经达到，进入步骤(5)；

(5)完成聚类，未标记样本均获得类别标记。

2.根据权利要求1所述的一种基于聚类的半监督识别方法，其特征在于，所述步骤(1)具体包括以下步骤：

(11)将样本集V＝{v₁,v₂,…,v_m}中的设备标记规范化，保证同一类别的标记相同，v_i(1≤i≤m)为n维特征向量；

(12)将有标记样本标记转化为0～(k-1)的数字，其中k为有标记样本类别数，将无标记样本类别标号指定为-999；

(13)采用有标记样本初始化各类别中心,将有标记样本集合记为S，那么各类别中心的公式为：

(14)初始化每个类别集合将每个有标记样本x划分到对应的类别集合中C_j＝C_j∪{x}。

3.根据权利要求1所述的一种基于聚类的半监督识别方法，其特征在于，所述步骤(2)具体包括以下步骤：

(21)计算未标记样本v_j到各均值向量μ_i(0≤i≤k-1)的余弦距离d(v_j,μ_i)。，余弦距离公式为：

(22)找出与未标记样本v_j余弦距离最近的类别中心，该中心对应的类别簇r＝argmin_{i∈{0,1,…,k-1}}d(v_j,μ_i)。

4.根据权利要求1所述的一种基于聚类的半监督识别方法，其特征在于，所述步骤(3)具体包括以下步骤：

(31)计算r类别簇此时的均值δ_r和标准差σ_r；

(32)计算未标记样本v_j的Z-Score值，Z-Score值的公式如下：

(33)将计算出的Z-Score值与阈值作比较，如果该未标记样本的Z-Score值大于阈值，将样本v_j划入对应的类别集合C_r＝C_r∪{v_j}，如果该未标记样本的Z-Score值小于阈值，将样本v_j划入新增加的类别集合C_k＝{v_j}。

5.根据权利要求1所述的一种基于聚类的半监督识别方法，其特征在于，所述步骤(5)具体包括以下步骤：

(51)得到有关类别集合的划分{C₀,C₁,…,C_k-1,…}；

(52)将样本所属类别簇的标号与k比较，当标号小于k时，该样本的设备类型为该标号所对应的设备类型；当标号大于等于k时，该样本为新发现的设备类型，具体的设备类型名称需获取更多设备信息来进一步确定；类别簇的最大标号与k的差值代表该算法发现的新设备类别数。