[发明专利]基于中心匹配的簇数量确定方法、装置、设备及存储介质

权利要求书

1.一种基于中心匹配的簇数量确定方法，其特征在于，所述方法包括以下步骤：

将原始数据集转换为原始向量数据集；

根据所述原始向量数据集确定边界数据，并删除所述原始数据集中的边界数据，获得核心数据集；

根据所述核心数据集确定密度峰值集和均值中心集；

基于所述密度峰值集和所述均值中心集确定最佳簇数量。

2.如权利要求1所述的基于中心匹配的簇数量确定方法，其特征在于，所述将原始数据集转换为原始向量数据集，包括：

根据空间向量分解定理，将原始数据集所在的数据空间转换为向量空间；

通过所述向量空间将所述原始数据集转换为原始向量数据集。

3.如权利要求1所述的基于中心匹配的簇数量确定方法，其特征在于，所述根据所述原始向量数据集确定边界数据，包括：

建立投影子空间，将所述原始向量数据集中的各向量数据输入至所述投影子空间中；

标记所述投影子空间中存在偏斜分布的向量数据，并将所述存在偏斜分布的向量数据对应的原始数据确定为边界数据。

4.如权利要求1所述的基于中心匹配的簇数量确定方法，其特征在于，所述根据所述核心数据集获取密度峰值集和均值中心集，包括：

根据预设局部采样半径获取所述核心数据集中各数据的局部密度和高密度最小距离；

根据所述局部密度和所述高密度最小距离生成密度峰值集；

通过K-means++算法从所述核心数据集中获取均值中心集。

5.如权利要求4所述的基于中心匹配的簇数量确定方法，其特征在于，所述根据所述局部密度和所述高密度最小距离生成密度峰值集，包括：

将所述各数据的局部密度和高密度最小距离相乘得到决策值；

根据所述决策值的大小对所述核心数据集中各数据进行降序排序，选取排在前的数据作为密度峰值集，其中，N为核心数据集的数据总数。

6.如权利要求1至5中任一项所述的基于中心匹配的簇数量确定方法，其特征在于，所述基于所述密度峰值集和所述均值中心集确定最佳簇数量，包括：

基于所述密度峰值集和所述均值中心集获取若干完备匹配，以及各完备匹配对应的中心损失；

将所述中心损失中的最小中心损失所对应的完备匹配设定为中心完备匹配；

根据所述中心完备匹配确定最佳簇数量。

7.如权利要求6所述的基于中心匹配的簇数量确定方法，其特征在于，所述基于所述密度峰值集和所述均值中心集获取若干完备匹配，以及各完备匹配对应的中心损失，还包括：

基于所述密度峰值集和所述均值中心集生成完全二分图；

根据所述完全二分图获取若干完备匹配，以及各完备匹配对应的中心损失。

8.一种基于中心匹配的簇数量确定装置，其特征在于，所述基于中心匹配的簇数量确定装置包括：

数据转换模块，用于将原始数据集转换为原始向量数据集；

数据删除模块，用于根据所述原始向量数据集确定边界数据，并删除所述原始数据集中的边界数据，获得核心数据集；

数据运算模块，用于根据所述核心数据集确定密度峰值集和均值中心集；

簇数量确定模块，用于基于所述密度峰值集和所述均值中心集确定最佳簇数量。

9.一种基于中心匹配的簇数量确定设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于中心匹配的簇数量确定程序，所述基于中心匹配的簇数量确定程序配置为实现如权利要求1至7中任一项所述的基于中心匹配的簇数量确定方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有基于中心匹配的簇数量确定程序，所述基于中心匹配的簇数量确定程序被处理器执行时实现如权利要求1至7任一项所述的基于中心匹配的簇数量确定方法的步骤。