[发明专利]一种解决大数据聚类的基于视觉原理的聚类方法

摘要

本发明公开了一种解决大数据聚类的基于视觉原理的聚类方法，通过对原有数据进行给定精度的无损多尺度编码，实现数据的多尺度、多维度的网格化存储，基于各尺度编码判断编码和邻域编码的相似度，利用连通性分析，实现多尺度的聚类，提供多尺度的聚类结果。在数据编码过程中，利用了视觉原理，该原理符合韦伯定律，即感觉的差别阈限随原刺激量的变化而变化。

主权项

1.一种解决大数据聚类的基于视觉原理的聚类方法，其特征在于，包括以下步骤：步骤一，确定编码精度：根据不同应用场景，设定不同的编码精度ε，ε的大小显示了编码与原始数据之间的误差；步骤二，确定编码位数与最小尺度，最大尺度：由编码精度ε计算出编码的最大尺度σmax与最小尺度σ0，同时可以得到编码的长度L；步骤三，原数据编码：将原数据集以编码精度ε进行编码，除返回聚类结果步外，之后的计算步骤将都在编码上进行；步骤四，单尺度聚类分析：包括四个部分，编码集的截断操作、相邻编码查找、连通性分析和聚类结果解码；第五步，增加尺度数，σ＝σ+1，重复步骤四操作，直到最大尺度σmax。