[发明专利]基于空间角度定位技术的聚类方法

摘要

本发明公布了一种基于空间角度定位技术的聚类方法，本发明并没有遵循传统的聚类方法，以聚类中心和聚类半径去限定点的归属，而是更加直观的从不同的方位角度上，以相对“距离”来反应点与点之间的紧密程度，若点属于同一簇，那从任何方位看都是紧密联系的，因此实现了基于空间角度定位技术的聚类算法。本发明在一定程度上具有较高的精准度和直观性，从而促进数据挖掘中聚类技术的广泛应用。

主权项

一种基于空间角度定位的聚类方法，其特征在于，包括以下步骤：步骤1)，输入样本数据集S＝{1≤i≤N}；步骤2)，随机选择基点X0p＝{X0p|1≤p≤M，M为最终选取的基点数}；步骤3)，以X0p为基点计算样本集S中各点与X0p的距离Dip，并根据距离进行升序排列得到序链：Sp＝{Xip|1≤i≤N，p表示基点，X0p为基点}；步骤4)，确定经验值R，即R＝DNp/N；步骤5)，在序链Sp中，以经验值R，每相邻两点间距为Dip‑Di‑1p，若Dip‑Di‑1p＞R，则由第i‑1个点到其前未被归簇的点为一簇，可得出Sp的若干簇：Cjp＝{Cjp|1≤j≤K,K表示此基点的簇数},否则i+1；步骤6)，随机改变X0p某几个维度的正负性，得到此点其他方位上的基点X0p+1，重复步骤3)，步骤4)，步骤5)得出相应的簇Cjp+1；步骤7)，对于Cjp和Cjp+1的各簇进行相交得到簇Clustern，形如：C1p∩C1p+1；C1p∩C2p+1；...；C2p∩C1p+1；...重复步骤与Clustern相交；步骤8)，这样舍去空集得到聚在一起的类簇Clustern；步骤9)，重复步骤6)，步骤7)，步骤8)，若Clustern不变，则得到就为最终的类簇，否则重复步骤6)，步骤7)，步骤8)；若6)中已无法改变维度值，则跳至步骤10)；步骤10)，跳至步骤2)，直至Clustern不在变化，即得到最终类簇Clustern。