[发明专利]基于多中心云计算的数据分析系统及方法

权利要求书

1.基于多中心云计算的数据分析系统，其特征在于，所述系统包括：

数据采集单元，配置用于采集原始数据；

数据映射单元，配置用于对原始数据进行多空间映射，得到在每个空间下的映射值，基于得到的映射值，针对每个原始数据建立多空间映射集合；

多个并联的云计算单元，云计算单元的数量与进行多空间映射所使用的的空间数量相同，每个云计算单元针对每个原始数据，计算该原始数据在多空间映射下的其中一个空间的映射值与相邻原始数据在对应空间下的映射值之间的归一化近似度，在所有的云计算单元完成在其对应空间下的归一化近似度计算后，统计近似度高于设定阈值的空间映射值的数量，该数量作为该原始数据与相邻原始数据的数据亲和度；所述相邻原始数据为该原始数据的存放的位置相邻的另一个原始数据；

数据分析单元，配置用于将数据亲和度超过设定的阈值的两个原始数据进行归类，作为一个类别；完成归类后，针对所有类别的原始数据，计算得到聚类中心，基于计算得到的聚类中心，进行聚类分析；所述数据分析单元计算得到聚类中心包括以下步骤：类别总数记为G，通过如下公式，计算得到聚类中心

；

其中，G为类别总数，c为聚类数，N为样本总数，U^G表示第G个维度下的隶属度矩阵，V^G表示第G个维度下的聚类中心，X^G表示第G个维度下的聚类样本，表示第G个维度下的第i类的中心点，d为样本的维度数，x_j,G表示第G个维度下的第j个样本点，μ_ij,G表示第G个维度下的第j个样本属于第i类的隶属度，m为调整系数，必须满足m1：根据建立的聚类中心，为聚类中心。

2.如权利要求1所述的系统，其特征在于，所述数据分析单元基于建立的聚类中心，进行聚类分析包括以下步骤：计算每个原始数据距离聚类中心的距离；根据计算出的距离，得到该原始数据的坐标点；将得到的所有的坐标点组成一个集合，作为原始数据坐标点集合；在得到的原始数据坐标点集合上，再进行聚类分析。

3.如权利要求2所述的系统，其特征在于，所述云计算单元，计算该原始数据在多空间映射下的其中一个空间的映射值与相邻原始数据在对应空间下的映射值之间的归一化近似度包括以下步骤：设定每个空间映射值的距离变换函数为：

其中，d(p,q)表示每个空间映射值的欧氏距离的集合，p和q分别表示每个原始数据的横坐标和纵坐标；空间映射值D_a(p)表示空间映射值的纵坐标，D_b(q)表示空间映射值的横坐标，I_b表示横坐标的范围值，其取值范围为{2～10}；h_b位纵坐标的范围值，其取值范围为{3～12}。

4.如权利要求3所述的系统，其特征在于，所述云计算单元计算该原始数据在多空间映射下的其中一个空间的映射值与相邻原始数据在对应空间下的映射值之间的归一化近似度的方法包括：设定目标原始数据的坐标为：(x′_n,y′_n)；将该坐标视为混沌系统中的一个点，并得到该点的混沌映射方程为：其中，进而通过如下公式，得到目标原始数据与其他相邻原始数据进行分析计算的顺序方程为：其中，x_n和y_n为下一个进行分析计算的原始数据的横坐标和纵坐标；x′_n和y′_n为当前进行分析计算的原始数据的横坐标和纵坐标；a为第一调整参数，范围为：(1～5)；c为第一调整系数，范围为(1.1～1.5)；b为第二调整参数，范围为：(1～5)；d为第二调整系数，范围为(1.1～1.5)。

5.如权利要求4所述的系统，其特征在于，所述数据分析单元在进行归类时，将遍历整个原始数据，同一类别中，存在多个原始数据。