[发明专利]一种基于密度的层次聚类方法在审
申请号: | 201910237841.7 | 申请日: | 2019-03-27 |
公开(公告)号: | CN109948720A | 公开(公告)日: | 2019-06-28 |
发明(设计)人: | 朱庆生;粟铭瑶;姚成亮;冉谨铭;张智勇 | 申请(专利权)人: | 重庆大学 |
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: | 孔祥超 |
地址: | 400044 *** | 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密度的层次聚类方法,包括以下几个步骤:S1:计算数据集中每个样本点的自然邻居数量;S2:根据自然邻居数量获得K值;S3:根据k值获取每个样本点的最近邻集合;S4:计算样本点的相对近邻核密度,得到密度值集合;S5:根据相对近邻核密度对数据集中样本点进行分类得到高密度点集合和低密度点集合;S6:将低密度点分配给高密度点,分别得到相对应高密度点的第一子簇,从而得到第一簇集合;S7:将第一簇集合中的第一子簇进行合并得到第二簇集合;S8:将剩余样本点分配到第二簇集合,得到第三簇集合。本发明能够有效解决聚类算法中参数的选择问题,避免人为设置参数带来的实验主观因素影响。 | ||
搜索关键词: | 集合 样本点 层次聚类 子簇 邻居 计算数据 聚类算法 设置参数 剩余样本 数据集中 有效解决 主观因素 最近邻 分配 分类 合并 | ||
【主权项】:
1.一种基于密度的层次聚类方法,其特征在于,包括以下几个步骤:S1:计算数据集中每个样本点的自然邻居数量;S2:根据样本点的自然邻居数量计算K值;S3:根据k值获取每个样本点的最近邻集合;S4:计算样本点的相对近邻核密度,得到密度值集合;S5:根据相对近邻核密度对数据集中样本点进行分类得到高密度点集合和低密度点集合;S6:将低密度点分配给高密度点,分别得到相对应高密度点的第一子簇,从而得到第一簇集合;S7:将第一子簇进行合并得到第二簇集合;S8:将剩余样本点分配到第二簇集合,得到第三簇集合。
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重庆大学,未经重庆大学许可,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/201910237841.7/,转载请声明来源钻瓜专利网。