[发明专利]一种基于密度聚类的面向聚类算法的特征选择方法在审
| 申请号： | 201910047858.6 | 申请日： | 2019-01-18 |
| 公开（公告）号： | CN109543775A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 李晖;施若;冯刚 | 申请（专利权）人： | 贵州联科卫信科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京联创佳为专利事务所(普通合伙) 11362 | 代理人： | 韩炜 |
| 地址： | 550001 贵州省贵阳市云岩区渔安*** | 国省代码： | 贵州;52 |
| 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聚类的面向聚类算法的特征选择方法。按下述步骤完成：a.设：数据集D包含M个实例和N个特征，则有由N个特征构成的特征集F＝{f1，f2，…，fN}；对数据集D进行归一化处理得数据集D'，之后使用欧几里德距离作为数据集D'中特征间的相似度度量，构建特征间的相似度矩阵；b.使用DBSCAN算法进行相似度矩阵的特征聚类，将特征分为核心特征、边界特征和非典型特征三类；c.特征聚类完成后使用特征选择算法选出n维的特征子集F’，其中n≤N，且 |
||
| 搜索关键词： | 数据集 相似度矩阵 聚类算法 密度聚类 特征聚类 特征选择 特征子集 欧几里德距离 特征选择算法 归一化处理 相似度度量 边界特征 海量数据 核心特征 稀疏数据 非典型 能力强 特征集 冗余 准确率 按下 构建 算法 保证 | ||
【主权项】：
1.一种基于密度聚类的面向聚类算法的特征选择方法，其特征在于，按下述步骤完成，a.设：数据集D包含M个实例和N个特征，则有由N个特征构成的特征集F＝{f1，f2，…，fN}；对数据集D进行归一化处理得数据集D'，之后使用欧几里德距离作为数据集D'中特征间的相似度度量，构建特征间的相似度矩阵；b.使用DBSCAN算法进行相似度矩阵的特征聚类，将特征分为核心特征、边界特征和非典型特征三类；c.特征聚类完成后使用特征选择算法选出n维的特征子集F’，其中n≤N，且![]()
且保证特征子集F’中的特征之间的冗余最少。
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贵州联科卫信科技有限公司，未经贵州联科卫信科技有限公司许可，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/201910047858.6/，转载请声明来源钻瓜专利网。
