[发明专利]一种基于改进k-means聚类算法的质心空间上采样算法

权利要求书

1.一种基于改进k-means聚类算法的质心空间上采样算法，其特征是，包括：

使用k-means聚类算法对样本集进行聚类，并基于距离原则选择初始聚类中心；

基于给定的存储结构，计算样本集中各样本分别与各初始聚类中心的欧式距离，进而获取聚类簇；

基于获取的聚类簇，通过各聚类簇之间的欧氏距离计算出样本的初始质心，形成质心簇；

根据每个质心簇的欧氏距离计算出所有样本簇总的欧氏距离；

每个质心欧氏距离与样本总的欧氏距离的比值，得到权重系数；

权重系数和需要上采样的样本的乘积为每个质心簇的增加的样本数。

2.根据权利要求1所述的基于改进k-means聚类算法的质心空间上采样算法，其特征是，所述使用k-means聚类算法对样本集进行聚类指对小类样本进行聚类。

3.根据权利要求1所述的基于改进k-means聚类算法的质心空间上采样算法，其特征是，所述基于距离原则选择初始聚类中心，包括：

b-a、根据所有小类样本的坐标，所有样本的坐标相加求平均，得到小类样本集的重心记为O点；

b-b、选择距离重心O点最远的一点作为O₁点，O₁点为第一个初始聚类中心；

b-c、选距离O₁点最远的一点作为O₂点，O₂点为第二个初始聚类中心；

b-d、选择到O₁点和O₂点距离和最大的点作为O₃点，O₃点为第三个初始聚类中心；

b-e、依此类推，得到k个初始聚类中心，其集合为{Q₁,Q₂,…,Q_k}。

4.根据权利要求3所述的基于改进k-means聚类算法的质心空间上采样算法，其特征是，所述基于给定的存储结构，计算样本集中各样本分别与各初始聚类中心的欧式距离，进而获取聚类簇，包括：

c-b、分别计算每个样本分别与k个初始聚类中心{Q₁,Q₂,…,Q_k}的欧氏距离；

c-c、选出每个样本到聚类中心点最近的距离L，并且记下距离最近的聚类中心点Q_i；

c-d、对每个样本都设计一种存储结构，样本C_i(L,Q_i),其中L是样本C_i到最近聚类中心的距离，而Q_i则是最近的聚类中心，可以理解为C_i属于Q_i簇中，将样本信息保存到存储结构中；

c-e、所有样本信息都计算出来并且保存到存储结构中，根据每个样本到每个簇的坐标，通过平均每个样本坐标来重新计算聚类中心点；

c-f、重复以上操作，计算每个样本到新聚类中心点的距离L`；

c-g、如果L`小于或者等于L，则样本还是属于初始聚类中心点，只需要改变存储结构中的L，其他的不变；

c-h、如果L`大于L，则需要计算该样本到其他新聚类中心的欧氏距离，选择最小距离的点作为该样本的聚类中心点，并将该样本的存储结构信息更改，将聚类中心点换成现在新的聚类中心点，并且将样本到聚类中心点最近的距离修改为L`；

c-i、对于每个样本都重复以上步骤，计算出新的聚类中心点，迭代上述算法步骤，直到最后满足收敛标准。