[发明专利]一种基于密度峰值的大数据挖掘方法及装置

摘要

本发明实施例公开了一种基于密度峰值的大数据挖掘方法及装置，本发明实施例包括第一阶段使用密度峰值聚类算法选定初始聚类中心；第二阶段，确定初始聚类数目以及对传统模糊C‑均值算法的加速收敛。在第一阶段算法中，通过使用密度峰值聚类中提供决策图，选定初始聚类中心，选择完成后，初始聚类中心数目即为聚类中心数，无需人工指定聚类数目。在第二阶段算法中，对传统模糊C‑均值算法的迭代过程进行优化，考虑局部密度对算法的影响，加入密度加权因子，使算法能够加速获取全局最优解，且加入振荡因子，使得算法能够加快收敛。

主权项

一种基于密度峰值的大数据挖掘方法，其特征在于，包括：S1：获取到数据集，并计算所述数据集的每两个数据之间的欧氏距离，得到距离矩阵；S2：获取到预置截断距离，并通过第一预置公式对所述距离矩阵和所述截断距离进行计算，得到所述数据集的各个数据的局部密度，并根据所述各个数据的局部密度确定各个数据的高密度距离；S3：构造以局部密度为横轴、高密度距离为纵轴的决策图，根据所述各个数据的局部密度和所述各个数据的高密度距离在所述决策图上选取聚类中心；S4：通过第二预置公式对所述聚类中心、预置密度加权系数、预置振荡因子进行计算得到隶属度矩阵，根据所述隶属度矩阵和所述距离矩阵构造目标函数，并将预置迭代次数的值增加一；S5：若所述目标函数小于预置容许误差或所述预置迭代次数不小于预置最大迭代次数，则结束，若所述目标函数不小于预置容许误差或所述预置迭代次数小于预置最大迭代次数，则执行S3。