[发明专利]基于自然邻居扩散的密度峰值聚类方法

权利要求书

1.一种基于自然邻居扩散的密度峰值聚类方法，其特征在于，包括以下步骤：

步骤1、计算数据集D中的所有样本点的局部密度，点x_i的局部密度ρ_i公式为：

其中，n是样本点个数，d_ij是样本点x_i和x_j之间的欧式距离，χ(x)是指示函数，当x0时，χ(x)＝1，否则χ(x)＝0，d_c是截断距离；

步骤2、计算所有样本点的斥群值，δ_i则是计算点x_i与其他更高局部密度点的最近距离，点x_i的斥群值δ_i计算公式为：

其中，d_ij是点x_i和x_j的欧式距离；

步骤3、选取样本点x_i的自然邻居，样本点x_i,x_j∈D，点x_i属于点x_j的k-近邻，点x_j属于点x_i的k-近邻，那么点x_i和点x_j互为自然邻居，具体定义如下：

NNN(i)＝{j|x_i∈KNN(x_j)∩x_j∈KNN(x_i)}

其中，KNN(x_i)是样本点x_i的k-近邻；

步骤4、计算数据集D中样本点x_i的聚类中心评价指标γ_i，点x_i的参数指标γ_i计算公式为：

γ_i＝ρ_i×δ_i

其中，ρ_i和δ_i分别是数据点x_i的局部密度和斥群值；

步骤5、选取数据集中的聚类中心点；

步骤6、将非聚类中心点划分为高斥群值点和低斥群值点；

步骤7、对数据集中非聚类中心点进行分配，完成聚类。

2.根据权利要求1所述的基于自然邻居扩散的密度峰值聚类方法，其特征在于：所述步骤5包括以下步骤：

步骤5.1、将数据集按照聚类中心评价指标γ降序排列；

步骤5.2、从数据集中选取γ值最大且未标记的数据点x_i，加入集合Centroids，从点x_i开始自然邻居扩散，并标记所有访问过的点；

步骤5.3、重复步骤5.2，直到数据集中所有的点都被标记。

3.根据权利要求1所述的基于自然邻居扩散的密度峰值聚类方法，其特征在于：所述步骤6中，以斥群值均值δ_avg为分界线，将数据集中斥群值大于δ_avg的样本点加入高斥群值点集合中，将数据集中斥群值小于等于δ_avg的样本点加入低斥群值点集合中。

4.根据权利要求1所述的基于自然邻居扩散的密度峰值聚类方法，其特征在于：所述步骤7包括以下步骤：

步骤7.1、从Centroids中随机取出一个聚类中心点c_i，成为一个新的簇，并从点c_i开始自然邻居扩散，将扩散过程中访问过的低斥群值点划分到点c_i所属的簇中；

步骤7.2、重复步骤7.1，直到聚类中心点集合Centroids为空；

步骤7.3、统计高斥群值点自然邻居的簇归属度，将高斥群值点划分到最高簇归属度所对应的簇中；

步骤7.4、将剩余数据点划分到其最近邻点所属的簇中。