[发明专利]一种基于聚类的常态模式提取方法及系统

摘要

本发明公开了一种基于聚类的常态模式提取方法及系统。本方法为服务器从各终端采集样本并聚类，将得到的簇作对样本进行标注；根据选取的属性划分指标计算已标注样本每一属性的属性值辨识度、属性辨识度以及属性值重要性、属性重要性，选取若干属性特征对样本进行划分，将划分结果作为常态模式；其中选取样本一属性i的一属性值，计算具有该属性值的样本属于簇j的条件概率值，以及未增加该属性值条件时样本属于该簇j的概率值；根据概率差值作为该属性值对于该簇j的属性值辨识度；将该属性值对于所有簇的辨识度的平方平均数作为属性值辨识度；根据属性i所有属性值辨识度计算属性i的属性辨识度。本方法特征选择全面、计算复杂性小、普适性强。

主权项

一种基于聚类的常态模式提取方法，其步骤为：1)中央服务器从各终端服务器采集样本数据，并对样本数据进行聚类分析，得到若干簇；将聚类得到的簇作为样本的标签，对样本进行标注；2)计算已标注样本每一属性的属性值辨识度、属性辨识度以及属性值重要性、属性重要性；其中，属性值辨识度的计算方法为：选取样本一属性i的一属性值a，计算具有该属性值a的样本属于簇j的条件概率值，以及未增加该属性值条件时样本属于该簇j的概率值；将所述条件概率值与所述概率值的差值作为该属性值a对于该簇j的属性值辨识度；将该属性值a对于所有簇的属性值辨识度的平方平均数作为该属性值a的属性值辨识度；属性辨识度的计算方法为：对该属性i所有属性值的属性值辨识度的平方平均数作为该属性i的属性辨识度；属性值重要性的计算方法为：将样本属性i取属性值a时属于簇j的样本量乘以该属性值a对于该簇j的属性辨识度，得到该属性值a对于该簇j的属性值重要性；将该属性值对于所有簇的属性值重要性的平方平均数作为该属性值a的属性值重要性；属性重要性的计算方法为：对该属性i所有属性值的属性值重要性的平方平均数作为该属性i的属性重要性；3)分别根据属性值辨识度、属性辨识度和/或属性值重要性、属性重要性对属性进行排序，基于所述排序结果选取若干属性特征对样本数据进行划分，将划分结果作为常态模式。