[发明专利]一种基于毗邻网格搜索的聚类方法

摘要

本发明公开一种基于毗邻网格搜索策略的聚类方法，首先，对原始数据进行网格划分：利用多维空间网格将原始数据集划分到有限个胞元中，必要时进行去噪处理；然后，对划分后的数据进行网格聚类：利用光晕阈值对去噪后的网格进行处理，将其划分为光晕胞元和核心胞元；建立毗邻网格算子，用于快速寻找一个胞元的毗邻胞元；通过核心胞元聚类和光晕胞元划分两个步骤实现聚类过程，通过遍历算法将所有核心胞元划分为若干个类簇，基于胞元距离将光晕胞元划分至已有类簇；最后，根据数据特性和用户需求进行聚类优化。与现有技术相比，本发明针对快速增长的样本集维度能够提出了新的聚类方法，能够有效识别具有复杂边界形状的类簇。

主权项

1.一种基于毗邻网格搜索策略的聚类方法，其特征在于，该方法包括以下步骤：/n步骤1，对原始数据进行网格划分，即利用多维空间网格将原始数据集划分到有限个胞元中，并假定同一胞元内的数据点属于同一类簇，通过设立每个胞元的成员、密度和位置这三个属性，实现对胞元的统计分析，利用噪声阈值对网格进行检测，判断数据集中是否存在噪声数据，进行去噪处理；/n步骤2，对划分后的数据进行网格聚类：利用光晕阈值对去噪后的网格进行处理，将其划分为光晕胞元和核心胞元；建立毗邻网格算子，用于快速寻找一个胞元的毗邻胞元，通过核心胞元聚类和光晕胞元划分两个步骤实现聚类过程，通过遍历算法将所有核心胞元划分为若干个类簇，基于胞元距离将光晕胞元划分至已有类簇；/n步骤3，根据数据特性和用户需求进行聚类优化：通过合并阈值对类簇进行检测，判断是否需要进行聚类优化：如果存在胞元数小于合并阈值的类簇，则认定其为极小类，并基于类间距离实现极小类的合并；给最终的类簇分配标签，进而实现各类簇内的胞元及胞元内数据点的标签分配，最终完成聚类过程。/n