[发明专利]一种面向聚类算法的距离计算系统及方法

说明书

一种面向聚类算法的距离计算系统及方法。在基于科氏复杂度的信息距离理论基础上，设计信息距离计算、无损情况下的压缩距离计算和有损情况下的压缩距离计算统一的方法，并形成有损情况下的压缩距离计算系统，解决了面向图像、视频等连续数据的有损压缩距离计算问题，并形成一套完整统一的、面向任何数据类型的压缩距离计算方法及系统。

技术领域

本发明属于人工智能技术领域，具体涉及一种面向聚类算法的距离计算系统及方法。

背景技术

目前聚类算法距离计算方法和系统存在的问题包括如下：

当前研究较多的聚类方法多是基于特征的，是通过提取数据的某种特征，并比较该特征进行分类。这种的局限性在于对数据完整特征的捕获具有片面性。因此，近年来相关领域研究人员对基于非特征相似度的聚类进行研究。这种方式旨在通过一种统一的相似性度量，包含所有的有效聚类距离。据此发展出来了基于科莫格罗夫复杂度(以下简称科氏复杂度)的数据绝对信息度量理论。两个对象X和Y之间的信息距离定义为从X转换成Y和从Y转换成X的最小的计算机程序。

但是，在图灵计算机上这个距离是不可计算的。一种有效的解决方案是把这个最小的计算机程序用普适最优的信源编码来代替。这样就把寻找最小计算机程序的问题转换成了选择对于数据的最优压缩方案的问题。基于这个思路，业界提出了压缩距离的概念来近似信息距离，通过实际的压缩编码器来实现。这种方法的优点在于，它并不需要任何对于数据的背景知识，并且近年来被证明是一种可以适用于任何参数、任何特征的数据挖掘方法。

然而，以上研究中的信息和压缩距离都是基于离散数据的，而对于像图像和视频这样的连续数据是不适用的。最近几年业界的研究中在信息距离中引入了失真，并用有损信源编码速率来表达聚类距离。跟无损情况下一样，这个值的可计算性需要通过有效的有损压缩方案来来实现。

发明内容

本发明旨在提供一种面向聚类算法的距离计算方法及系统，在基于科氏复杂度的信息距离理论基础上，设计信息距离计算、无损情况下的压缩距离计算和有损情况下的压缩距离计算统一的方法，并形成有损情况下的压缩距离计算系统，解决了面向图像、视频等连续数据的有损压缩距离计算问题，并形成一套完整统一的、面向任何数据类型的压缩距离计算方法及系统。

具体的，一种面向聚类算法的信息距离的计算系统，包括二进制计算机一(11)，二进制计算机二(12)，和信息距离最大值计算器(13)；所述二进制计算机一(11)包括最短程序一(1101)和长度计算器一(1102)，用于计算科氏复杂度一；所述二进制计算机二(12)包括最短程序二(1201)和长度计算器二(1202)，用于计算科氏复杂度二；所述信息距离最大值计算器(13)，将科氏复杂度一和科氏复杂度二作为输入信息，计算得到输入对象X和输入对象Y之间的信息距离。

优选的，所述二进制计算机一以输入对象X作为输入，输出对象Y作为输出，通过最短程序一(1101)，计算从输入对象X得到输出对象Y的最短程序，并通过长度计算器一(1102)，计算最短程序的长度，并得到科氏复杂度一。

优选的，所述二进制计算机二以输入对象Y作为输入，输出对象X作为输出，通过最短程序二(1201)，计算从输入对象Y得到输出对象X的最短程序，并通过长度计算器二(1202)，计算最短程序的长度，并得到科氏复杂度二。

优选的，所述二进制计算机一为Y的无损压缩长度计算器(21)，用于计算Y的无损压缩长度；所述二进制计算机二为X的无损压缩长度计算器(22)，用于计算X的无损压缩长度；所述信息距离最大值计算器为无损压缩距离最大值计算器(23)，通过输入X的无损压缩长度和Y的无损压缩长度，得到输入对象X和输入对象Y之间的无损压缩距离。