[发明专利]基于互为共享最近邻的层次聚类方法

摘要

本发明公开了基于互为共享最近邻的层次聚类方法，首先计算整个数据集D的最近邻矩阵T1和最近邻矩阵T2；由最近邻矩阵T1和最近邻矩阵T2计算出最近邻排名矩阵M；通过最近邻排名矩阵M计算出局部密度，得到子簇集合；最后计算子簇间的相似度，凝聚子簇得到最终划分结果。本发明的基于互为共享最近邻的层次聚类方法，解决了现有的基于K近邻图聚类在稀疏化和图划分过程中产生子簇集合时存在的点划分错误导致聚类精度低的问题。

主权项

基于互为共享最近邻的层次聚类方法，其特征在于，将待处理的数据集设为D，设聚类数为K，设最近邻值一为K1，设最近邻值二为K2，且K1<K2，具体按照以下步骤实施：步骤1，分别通过最近邻值一K1和最近邻值二K2计算数据集D的最近邻矩阵，得到最近邻矩阵T1和最近邻矩阵T2；步骤2，依次查找数据集D中每一个数据点i的最近邻矩阵T2中的每一个邻域点的最近邻矩阵T1’，如果T1’中包含数据点i，则将最近邻矩阵T2中的该数据点i保留，否则将其删除，得到数据点i的最近邻排名矩阵Mi，最近邻排名矩阵Mi是指以数据点i及其互为最近邻数据点为行构建的矩阵，遍历数据集D中的所有数据点，得到最近邻排名矩阵M；步骤3，通过最近邻排名矩阵M计算出数据集D中每一个数据点i的局部密度Di，局部密度Di是数据点i所在的局部区域在整个数据集中稠密程度的表示，并且将这些数据点按照局部密度Di的大小进行降序排列；其中，局部密度Di按照以下公式计算：Di＝count(Mi),i∈n  (1)Mi为最近邻排名矩阵M中第i个数据点的最近邻排名矩阵；步骤4，取排序后的前K×10个数据点作为子簇中心点，并以子簇中心点和子簇中心点的最近邻排名矩阵中所包含的数据点组成子簇；将未进行划分的数据点划分到该数据点的最近邻中最先出现的子簇中，得到若干子簇；步骤5，计算步骤4最终得到的各子簇两两之间的相似度，将相似度最大的子簇对进行合并；步骤6，合并后的子簇数目如果小于K，则执行步骤4；合并后的子簇数目如果等于K，则执行步骤7；步骤7，将数据集D中从未被分配的数据点i划分到离未被分配的数据点最近的子簇中，得到最终的划分结果，所述划分结果为K个类簇。