[发明专利]一种基于共享近邻的约束谱聚类方法

摘要

本发明提出一种基于共享近邻的约束谱聚类方法，所要解决的问题是原约束谱聚类算法无法很好的处理密度分布不均的数据集。同时提高原算法在数据集上的聚类准确率。本发明包括以下步骤：1.计算样本对之间的欧氏距离，根据样本对的距离矩阵，求出数据对之间的共享近邻矩阵；2.根据样本对之间的欧氏距离和共享近邻矩阵计算相似矩阵；3.通过计算各行或各列的相似值之和，求出度矩阵；4.根据步骤2和步骤3求出的相似矩阵和度矩阵构造拉普拉斯矩阵；5.根据主动查询策略得出下一项要查询的约束项，并得出约束矩阵；6.由步骤4和步骤5算得的拉普拉斯矩阵和约束矩阵就可以算出我们的聚类分配向量，得出聚类结果；该方法不仅能够有效提高约束谱聚类算法的鲁棒性，很好地处理不同密度的数据集，并能有效的避免尺度参数敏感问题，具有很好的聚类效果。

主权项

1.一种基于共享近邻的约束谱聚类方法，其特征在于，利用共享近邻算法克服数据集密度分布不均缺点，然后基于约束谱聚类算法对数据进行初始聚类，再根据主动查询策略来确定下一步要查询的样本对，计算出约束矩阵，得出聚类结果，该方法具体包括：步骤1：构造距离矩阵dij，根据样本对的距离矩阵，求出数据对之间的共享近邻矩阵SNN(xi,xj)；步骤2：根据公式计算相似矩阵w_ij；步骤3：利用计算度矩阵；步骤4：根据上述求出的相似矩阵w_ij和度矩阵d_i，利用公式计算数据集规范化拉普拉斯矩阵步骤5：根据主动查询策略得出下一项要查询的约束项，并得出约束矩阵Q；步骤6：利用公式计算出它的规范化约束矩阵步骤7：根据步骤4和步骤6求出的规范化拉普拉斯矩阵和规范化约束矩阵利用和u＝D^‑1/2v得出聚类结果u。