[发明专利]基于子类数目自动确定的改进密度峰值聚类方法及系统

摘要

本发明提供了一种基于子类数目自动确定的改进密度峰值聚类方法及系统，其核心思想是：首先对样本点的综合量γ的分布图进行处理，获取最有可能成为聚类中心点的若干样本点；然后以这些得到的样本点作为DBSCAN算法每次迭代的初始核心点进行DBSCAN聚类，最终获得聚类子类的准确数目。实施本发明的基于子类数目自动确定的改进密度峰值聚类方法及系统具有以下有益效果：AC‑CFSFDP算法可以在无人为介入的情况下，自动得到与CFSFDP算法相同的聚类结果；AC‑CFSFDP算法只需运行一次便可以得到正确结果，从而AC‑CFSFDP算法在实现CFSFDP算法自动性的基础上克服人为干预对它造成的错误，提高了CFSFDP的准确率。

主权项

1.一种基于子类数目自动确定的改进密度峰值聚类方法，其特征在于，包含如下步骤：S1、对所有样本点的γ值进行降序排列，使得γ1≥γ2≥…≥γN，N为样本点的个数；S2、获得γ₁≥γ₂≥…≥γ_N中的前m个，其中m为不大于的最大正整数；S3、利用公式(1)依次计算所述m个γ值之间的相邻样本点之间的欧式距离γi,i+1；γi,i‑1＝γi‑γi‑1，2≤i≤m                           (1)S4、利用公式(2)获得S5、获得满足条件的所有γ_i,i+1；S6、分别计算出S5中获得的γi,i+1对应的下标i；S7、计算S6中获得的下标i的最大值,作为Kmax；S8、将Kmax对应的样本点作为转折点对所有样本点进行聚类。