[发明专利]基于数据场划分网格的自动聚类方法

摘要

本发明提供了一种基于数据场划分网格的自动聚类方法，将划分所得每个网格看作一个具有质量的数据点，它们之间彼此相互影响形成数据场，所有数据点之间的相互叠加作用表现为数据场的势值。本发明首先通过搜索数据场势值的局部极大值来发现数据的簇中心，进而根据簇中心向周围搜索并确定簇的边缘，最终将整个簇搜索出来，可以被应用于图像处理、社区发现、异常检测、市场研究等领域。与现有的聚类方法相比，本方法具有处理速度快，并且对噪声不敏感的特点。

主权项

1.一种基于数据场划分网格的自动聚类方法，其特征在于， 包括以下步骤：步骤1，读取待进行聚类分析的所有数据，数据的维度为n，根据用户提供的网格划分参数k将数据空间等分为kⁿ个网格，根并将每个数据分配到相应的网格中；步骤2，将数据场的影响因子σ设定为步骤1所划分网格的最大边长；步骤3，将每个网格看作一个具有一定质量的数据点，数据点的质量在数值上等于网格中包含的数据总数量，数据点的坐标为网格的重心坐标，计算由这些数据点相互作用形成的数据场在各个网格重心处的势值和一阶偏导绝对值；步骤4，遍历步骤1划分所得每个网格，如果其中某一网格的势值取值大于该网格每个维度上所有直接相邻网格的势值取值，则认为该网格包含聚类中心；步骤5，分别以步骤4找到的每个包含聚类中心的网格为起点，搜索满足条件的直接相邻网格，再以搜索到的网格为起点继续搜索满足条件的直接相邻网格，直到搜索不到满足条件的直接相邻网格为止，搜索得到的所有满足条件的网格构成聚类簇；所述条件为，势值小于作为起点的网格，并且一阶偏导绝对值大于作为起点的网格；步骤6，计算步骤5找到的所有聚类簇中所有网格的质量平均值，将该平均值作为噪声阀值；步骤7，根据步骤6所得噪声阀值，将步骤5找到的各聚类簇中的所有质量小于噪声阀值的网格删除；步骤8，当存在两个或者以上聚类簇包含有相同的网格时，将这两个或者以上聚类簇合并；步骤9，将所得各聚类簇作为聚类结果输出。