[发明专利]一种不确定数据的聚类方法

摘要

一种不确定数据的聚类方法，属于数据采集和处理技术领域。本发明的目的是利用数据本质上的潜在关联，探寻不确定表象下底层数据记录的真实协方差结构，提取数据的主要特征，并进行降噪聚类的不确定数据聚类方法。本发明步骤如下：①获取底层数据真实协方差结构，②根据协方差结构，对数据进行锐化降噪处理。本发明结果不仅能够从底层大幅度减低数据的不确定性，并且处理得到的锐化降噪数据能够应用在融合，分类等等其他领域，可扩展性极高。

主权项

一种不确定数据的聚类方法，其特征在于：步骤如下：①获取底层数据真实协方差结构：数据集中包含条均值表示为的不确定性记录，对应的概率分布函数表示为，数据记录的第个元素表示为，第条记录的第个元素的概率分布表示为，将数据记录第维的源值表示为，由加上得到的值，因此表示在构造分布的均值过程中产生的噪音，由此给出：；将数据库第维对应的随机变量表示为；将对应于源数据第维的真值的随机变量表示为，对应于的第维的随机变量表示为，则：；将源数据第维和第维的协方差表示为，并希望和得到，获取源数据真实协方差结构的求解公式：，以此来估计协方差的值；的值可以由观测数据得到，它所构成的协方差矩阵叫做或者；当时，的值就是个方差，我们用来表示，假定的标准差为，第维的的值可以由对应的概率密度函数的方差的均值给出，的值由如下公式得到：，构成的矩阵叫做或者；根据上述估计的值，用于构造协方差矩阵或者叫做，得到源数据真实的协方差结构；②根据协方差结构，对数据进行锐化降噪处理：其中，矩阵中包含着相应的特征值，中是与特征值相对应的特征向量，将协方差矩阵中的特征值中元素按照从大到小方式进行排序：并将对应排序的顺序保存在中；将中的特征向量按照对应特征值的大小进行排列，得到主要特征向量构成的投影矩阵：利用投影矩阵将转化成：，就是经过处理锐化后的数据。