[发明专利]基于动态包围盒最大间隙切分的竞争合作聚类方法

权利要求书

1.基于动态包围盒最大间隙切分的竞争合作聚类方法，其特征在于，包括以下步骤：

1)设定初始聚类类别数K；

2)对N个输入数据进行分析，采用动态包围盒最大间隙切分算法初始化K个种子点，具体步骤如下：

2-1)将输入数据作为多维空间的点，计算能包含所有输入数据的最小外包矩形；

2-2)比较最小外包矩形各个维度上的长度，选择长度最大对应的维度为切分轴；

2-3)将所有输入数据点投影到该切分轴，，然后将投影点按照由小到大的顺序进行排列；

2-4)计算前后两个相邻投影点之间的距离，选择距离最大的两个相邻投影点作为切分位置，将输入数据沿着该切分轴分成两个子集；

2-5)选择所有子集中包围盒体积最大的那个子集再次执行步骤2-1)—2-4)，对该子集进行一分为二；

2-6)重复步骤2-5)，直到获得K个子集为止；

2-7)计算所获得的K个子集的几何中心，作为初始种子点；

3)令每个初始种子点的获胜次数n_k＝1,k＝0,...,K；

4)对于当前输入数据x_i,计算指标函数I(j|x_i)：

其中，c_p表示第p个种子点，r_p表示第p个种子点的相对获胜率，

rp=np/Σj=1Knj]]>

n_p为第p个种子点的获胜次数，

找出满足指标函数I(j|x_i)＝1的种子点，记为获胜种子点c_w；

5)查找以获胜种子点c_w为中心，以||c_w-x_i||为半径的圆内的所有种子点，形成合作群体；

6)对合作群体内的所有种子点按如下公式进行更新：

cunew=cuold+η(xi-cuold)]]>

其中,表示更新前的种子点，表示更新后的种子点，η为学习率参数；

7)按下式更新获胜种子点c_w的获胜次数，

nwnew=nwold+1]]>

其中，为更新前获胜种子点c_w的获胜次数，为更新后获胜种子点c_w的获胜次数；

8)重复步骤4)—步骤7)，直到种子点不再变化；

9)剔除重复种子点；

10)进行聚类合并操作，形成最终聚类结果：

假设完成迭代和重复种子点删除之后，最终得到M个种子点，称为聚类中心，记为d_m,m＝1…M,M≤K，然后将每个输入数据标记为所属的聚类中心，聚类合并的具体操作如下：

10-1)根据输入数据所属的聚类中心的标记信息Lab(x_i)，计算每个聚类中心所能覆盖的半径R_m,m＝1…M；

10-2)取出两个聚类中心d_q和d_t,q∈[1,M],t∈[1,M]，且满足q＜t，计算它们之间的欧式距离D_qt,若满足下列条件:

D_qt≤R_q或者D_qt≤R_t

则将输入数据中标记信息Lab(x_i)为t的输入数据都重新标记为q，即将t类合并到q类；

10-3)对所有的两个聚类中心进行所述步骤10-2)的操作，直到没有可合并的聚类为止；

10-4)重新计算经合并后的各个类的聚类中心，获得最终H个(H≤M)聚类中心。