[发明专利]一种基于改进飞蛾扑火K均值聚类方法在审
| 申请号： | 201811420248.8 | 申请日： | 2018-11-26 |
| 公开（公告）号： | CN109598296A | 公开（公告）日： | 2019-04-09 |
| 发明（设计）人： | 黄鹤;郭璐;徐锦;许哲;茹锋;黄莺;惠晓滨;何永超;任思奇;李光泽;胡凯益 | 申请（专利权）人： | 长安大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/00 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710064 陕*** | 国省代码： | 陕西;61 |
| 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改进飞蛾扑火K均值聚类方法，首先输入标准数据集即飞蛾群，根据数据集类别的个数来确定该数据集中类的个数；其次，使用最大最小距离积法来确定初始飞蛾，计算除去初始飞蛾的其他飞蛾到初始飞蛾的距离，根据最小距离来进行聚类的划分；接着，使用飞蛾扑火算法对每一个类都得到新的聚类中心，最后，使用飞蛾扑火算法和K均值方法不断交替更新聚类中心点，直到达到规定的迭代次数为止，最终所得到的聚类中心点就是最终聚类中心点。 | ||
| 搜索关键词： | 飞蛾 聚类中心 最小距离 数据集 算法 输入标准 数据集中 迭代 聚类 改进 更新 | ||
【主权项】：
1.一种基于改进飞蛾扑火K均值聚类方法，其特征在于，包括以下步骤：步骤1：输入标准数据集即飞蛾群，根据数据集类别的个数确定该数据集中类的个数class_number；步骤2：根据最大最小距离积法确定每个类的初始聚类中心点；步骤3：计算飞蛾群中的某个点到每个初始聚类中心的距离，当该点与某一初始聚类中心的距离最小时，则把该点与这个初始聚类归并为一类，依此将所有的点归并到相应的初始聚类中；步骤4：使用飞蛾扑火算法确定步骤3中归并之后的每个类的新聚类中心；步骤5：利用步骤4得到的新的聚类中心对飞蛾群进行K均值迭代聚类，根据聚类划分，用每一类的新的聚类中心再次更新当前的飞蛾群，当迭代次数没有达到设定的迭代次数时，转向步骤3，直到达到设定的迭代次数，结束。
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长安大学，未经长安大学许可，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/201811420248.8/，转载请声明来源钻瓜专利网。
