[发明专利]数据矩阵中局部相似性子矩阵双向聚类检测方法

摘要

本发明涉及计算机技术领域中的数据智能信息处理，特别涉及数据矩阵中局部相似性子矩阵双向聚类检测方法及其实现，本发明有助于发掘数据矩阵中存在的重要知识和规律。本发明提出了一个新的双向聚类检测技术框架体系，设计实现了完整的基于聚类结果的局部相似性子矩阵检测流程。将传统聚类算法(如K-means，FCM等)与局部相似性子矩阵检测分离为两个独立的顺序处理过程，将局部相似性子矩阵的检测建立在传统聚类算法聚类的结果基础上。这样做的优点在于，可以使得随着对局部相似性子矩阵定义的发展而机动灵活地采用相应的传统聚类算法来完成前期的聚类工作，很好地将已有算法与新技术有机联系起来，知识体系的承接与连贯性得到实现。

主权项

数据矩阵中局部相似性子矩阵双向聚类检测方法，其特征在于将传统聚类算法(如K‑means，FCM等)与局部相似性子矩阵检测分离为两个独立的顺序处理过程，传统的聚类算法成为新算法的一个可选参数，将局部相似性子矩阵的检测建立在传统聚类算法聚类的结果基础上。基于聚类结果的局部相似性子矩阵检测过程的独特性是使用了一系列的表来记录聚类的结果，从而使得局部相似性子矩阵的检测过程完全独立于原始数据。通过将局部相似性子矩阵的本质与表的关系紧密联系起来，提出了全新的倒向搜索检测算法，能够检测输出原始数据矩阵中所有可能存在的局部相似性子矩阵。