[发明专利]分割式相似度传播数据聚类方法

摘要

本发明公开了一种相似度传播数据聚类方法的加速方法。首先，分块输入的数据集合的相似度矩阵，并在每个子矩阵上使用相似度传播数据聚类方法对子数据集合进行聚类；然后，把子数据集合的聚类结果以某种方式组合在一起，以此为初始状态，再次使用相似度传播数据聚类方法对整个数据集合进行聚类。本发明处理大数据量的关系密集型数据集合，可以在更短的时间内得到与相似度传播数据聚类方法基本相同的结果。在保持聚类结果的精度基本不变的前提下，本发明对于大数据量的关系密集型数据集合的聚类，与相似度传播数据聚类方法相比，有着明显的加速效果。

主权项

1.一种相似度传播数据聚类方法的加速方法，其特征在于包括如下步骤：1)输入需要聚类的具有N个数据对象的集合的相似度矩阵S_N×N，s[i，j]≤0，i∈{1，Λ，N}，j∈{1，Λ，N}；2)将矩阵S_N×N分割成k部分：其中k必须大于1，小于N/(4×C)，C是聚类结果中的类的个数的最大值，子矩阵S₁₁，S₂₂，Λ，S_kk都是方阵，子矩阵S₁₁，S₂₂，Λ，S_k-1，k-1的大小是N/k×N/k，子矩阵S_kk的大小是[N-(k-1)×N/k]×[N-(k-1)×N/k]；3)把子矩阵S₁₁，S₂₂，Λ，S_kk作为相似度传播数据聚类方法的输入，得到k个可用性矩阵A₁₁，A₂₂，Λ，A_kk；4)将步骤3)中的可用性矩阵A₁₁，A₂₂，Λ，A_kk合并，得到整个数据集合的可用性矩阵A′：A′=A11A22OAkk]]>其中除去A₁₁，A₂₂，Λ，A_kk，可用性矩阵A′的其余部分为0；5)以A′作为相似度传播数据聚类方法的初始可用性矩阵A_N×N，得到最终聚类结果。