[发明专利]一种基于并行自然邻的局部核心点聚类算法在审
| 申请号： | 201910080473.X | 申请日： | 2019-01-28 |
| 公开（公告）号： | CN109858545A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 程东东;黄金龙;张素兰;李捷;桂俊 | 申请（专利权）人： | 长江师范学院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 重庆市前沿专利事务所(普通合伙) 50211 | 代理人： | 郭云 |
| 地址： | 408100 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于并行自然邻的局部核心点聚类算法，包括以下几个步骤：S1：采用快速排序法对数据集进行KD‑树的构建；S2：采用并行的自然邻搜索算法，获取每个数据对象的邻域信息；S3：通过计算每个数据对象的密度从而获取局部核心点；S4：计算局部核心点之间的距离；S5：构造决策图，实现局部核心点的聚类；S6：分配非局部核心点，实现数据集的聚类。通过本发明定义了基于共享近邻的局部核心点之间的距离，提高了聚类算法的效率。 | ||
| 搜索关键词： | 聚类算法 并行 数据对象 数据集 聚类 快速排序法 构造决策 邻域信息 搜索算法 非局部 构建 共享 分配 | ||
【主权项】：
1.一种基于并行自然邻的局部核心点聚类算法，其特征在于，包括以下几个步骤：S1：采用快速排序法对数据集进行KD‑树的构建；S2：采用并行的自然邻搜索算法，获取每个数据对象的邻域信息；S3：通过计算每个数据对象的密度从而获取局部核心点；S4：计算局部核心点之间的共享近邻的距离；S5：构造决策图，实现局部核心点的聚类；S6：分配非局部核心点，实现数据集中所有数据对象的聚类。
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江师范学院，未经长江师范学院许可，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/201910080473.X/，转载请声明来源钻瓜专利网。
