[发明专利]一种基于密度的参数自适应聚类方法在审
| 申请号： | 201811152715.3 | 申请日： | 2018-09-29 |
| 公开（公告）号： | CN109271424A | 公开（公告）日： | 2019-01-25 |
| 发明（设计）人： | 黄梦醒;张雨;冯文龙;沈亮亮;鲍琦莉 | 申请（专利权）人： | 海南大学 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06F16/28;G06K9/62 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 赵蕊红 |
| 地址： | 570228 海*** | 国省代码： | 海南;46 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于密度的参数自适应聚类方法，涉及数据挖掘技术领域。该方法包括以下步骤：S1、数据集的预处理：输入待处理的数据集，利用预设的滑动窗口截取数据流，对截取的单元数据进行预处理以得到训练数据；S2、训练数据的模型训练和优化：对所述训练数据进行聚类，以得到所述训练数据的独立的簇和簇中心；将所有的簇进行模型训练，并将训练后的簇进行优化选择以得到优选参数，再将优优选参数的簇进行训练，以得到模型组；S3、模型匹配：将测试数据与所有的簇中心进行相似度匹配，得到最相似的簇中心对应的簇，以获得与该簇对应的相似模型；S4、预测分析：根据所述相似模型计算所述测试数据，以得到所述测试数据的预测值。 | ||
| 搜索关键词： | 训练数据 测试数据 聚类 预处理 参数自适应 模型训练 数据集 截取 优选 数据挖掘技术 相似度匹配 数据流 单元数据 滑动窗口 模型计算 模型匹配 优化选择 模型组 预测 预设 优化 分析 | ||
【主权项】：
1.一种基于密度的参数自适应聚类方法，其特征在于，包括以下步骤：S1、数据集的预处理：输入待处理的数据集，利用预设的滑动窗口截取数据流，对截取的单元数据进行预处理以得到训练数据；S2、训练数据的模型训练和优化：对所述训练数据进行聚类，以得到所述训练数据的独立的簇和簇中心；将所有的簇进行模型训练，并将训练后的簇进行优化选择以得到优选参数，再将优优选参数的簇进行训练，以得到模型组；S3、模型匹配：将测试数据与所有的簇中心进行相似度匹配，得到最相似的簇中心对应的簇，以获得与该簇对应的相似模型；S4、预测分析：根据所述相似模型计算所述测试数据，以得到所述测试数据的预测值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于海南大学，未经海南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811152715.3/，转载请声明来源钻瓜专利网。
