[发明专利]一种基于密度值动态变化的流数据聚类方法在审
申请号: | 201610486506.7 | 申请日: | 2016-06-27 |
公开(公告)号: | CN106203474A | 公开(公告)日: | 2016-12-07 |
发明(设计)人: | 巩树凤;张岩峰 | 申请(专利权)人: | 东北大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 沈阳东大知识产权代理有限公司 21109 | 代理人: | 梁焱 |
地址: | 110819 辽宁*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种基于密度值动态变化的流数据聚类方法,该方法为采用历史流数据集D中所有点对之间的距离确定数据结构CluCell的半径r;对于新增流数据,采用密度中心聚类算法建立基于密度值动态变化的流数据聚类模型;根据新增流数据与数据结构CluCell的距离关系和新增数据与离群点的距离关系,更新流数据聚类模型,从而处理新增流数据;该方法不仅能对任意形状的流数据进行聚类,而且能够发现流数据聚类过程中所发生的聚类生成、合并与分裂的变化,用户可以根据检测到的聚类结果变化,该算法在执行聚类的过程中还能够检测出离群点,离群点往往是系统中产生的错误数据等,通过检测到的离群点可以判断系统是否发生故障。 | ||
搜索关键词: | 一种 基于 密度 动态 变化 数据 方法 | ||
【主权项】:
一种基于密度值动态变化的流数据聚类方法,其特征在于,包括以下步骤:步骤1:采用历史流数据集D中所有点对之间的距离确定数据结构CluCell的半径r;步骤1.1:将历史缓存的K个流数据组成历史流数据集D;步骤1.2:计算历史流数据集D中各点对之间的距离;步骤1.3:将历史流数据集D中各点对之间的距离值从小到大进行排序,选取前A%处的值作为数据结构CluCell的半径r,其中1<A<2:步骤2:对于新增流数据,采用密度中心聚类算法建立基于密度值动态变化的流数据聚类模型:步骤2.1:设定数据结构CluCell的个数阈值M;步骤2.2:接收当前到达的流数据点p,判断当前是否存在数据结构CluCell,若是,执行步骤2.3,否则,执行步骤2.5;步骤2.3:根据当前时刻对当前所有数据结构CluCell进行密度衰减,寻找距离流数据点p最近的数据结构CluCell ck,并确定其距离dpk;步骤2.4:判断距离dpk与数据结构CluCell的半径r的大小关系,若dpk≤r,则执行步骤2.6,若dpk>r,则执行步骤2.5;步骤2.5:以流数据点p为中心建立数据结构CluCell cp,删除流数据点p,执行步骤2.7;步骤2.6:将距离流数据点p最近的数据结构CluCell ck的密度值加1,删除流数据点p,返回步骤2.2;步骤2.7:统计当前数据结构CluCell的个数N是否达到数据结构CluCell的个数阈值M,若是,执行步骤2.8,否则,返回步骤2.2;步骤2.8:计算当前所有数据结构CluCell的斥群值,根据当前所有数据结构CluCell的密度值和斥群值绘制数据结构的决策图;步骤2.9:根据数据结构的决策图确定密度中心点,将所有密度中心点的斥群值中的最小值作为最小斥群值δmin;步骤2.10:根据当前所有数据结构CluCell的斥群值的依附关系得到以密度中心点为根的树状结构,即聚类树,所有聚类树组成一个流数据聚类模型;步骤3:根据新增流数据与数据结构CluCell的距离关系和新增数据与离群点的距离关系,更新流数据聚类模型,从而处理新增流数据;步骤3.1:设定时间阈值Δt;步骤3.2:接收当前到达的流数据点p';步骤3.3:根据当前时刻对当前所有数据结构CluCell进行密度衰减,并删除在时间阈值Δt内没有插入流数据的数据结构CluCell;步骤3.4:寻找距离流数据点p'最近的数据结构CluCell ck',并确定其距离dp'k';步骤3.5:判断距离dp'k'与数据结构CluCell的半径r和最小斥群值δmin的大小关系,若dp'k'≤r,则执行步骤3.6,若r<dp'k'≤δmin,则执行步骤3.7,若dp'k'>δmin,则执行步骤3.8;步骤3.6:将距离流数据点p'最近的数据结构CluCell ck'的密度值加1,删除流数据点p',执行步骤3.11;步骤3.7:以流数据点p'为中心建立数据结构CluCell cp',删除流数据点p',执行步骤3.9;步骤3.8:将流数据点p'插入到暂时存放离群点的离群点池中,执行步骤3.12;步骤3.9:计算离群点池中各离群点到数据结构CluCell cp'的距离dp'o,若存在Z个dp'o≤r的离群点,则将数据结构CluCell cp'的密度值加该Z个离群点的新鲜度,删除该Z个离群点,若存在Z'个r<dp'o≤δmin的离群点,则以该Z'个离群点为中心建立数据结构CluCell,删除该Z'个离群点;步骤3.10:更新各数据结构CluCell的斥群值,并根据更新后的各数据结构CluCell的斥群值更新聚类树,返回步骤3.2;步骤3.11:寻找流数据点p'最近的离群点o',并确定其距离dp'o';步骤3.12:判断距离dp'o'与数据结构CluCell的半径r和最小斥群值δmin的大小关系,若dp'o'≤r,则执行步骤3.13,若r<dp'o'≤δmin,则执行步骤3.14,若dp'o'>δmin,则返回步骤3.2;步骤3.13:以流数据点p'为中心建立数据结构CluCell cp',将数据结构CluCell cp'的密度值加上离群点o'的新鲜度,删除离群点o'和流数据点p',返回步骤3.9;步骤3.14:以流数据点p'为中心建立数据结构CluCell cp',以离群点o'为中心建立数据结构CluCell co',删除离群点o'和流数据点p',返回步骤3.9。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北大学,未经东北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610486506.7/,转载请声明来源钻瓜专利网。