[发明专利]一种基于最小生成树的聚类算法

权利要求书

1.一种基于最小生成树的聚类算法，其特征在于，包括以下几个步骤：

步骤S1、输入待聚类的数据集及类别数K；

步骤S2、构造所述数据集的最小生成树；

步骤S3、按各节点优先权值从大到小的顺序依次遍历所述最小生成树；

步骤S4、进行所述节点间的合并；

步骤S5、计算合并后新节点的属性；

步骤S6、判断是否结束本次遍历；

步骤S7、判断是否结束聚类。

2.如权利要求1所述的一种基于最小生成树的聚类算法，其特征在于，所述步骤S1具体包括：输入待聚类为K个类别的数据集D，所述数据集包括n个数据点d_i，D＝{d_i|i＝1,2,…,n}。

3.如权利要求2所述的一种基于最小生成树的聚类算法，其特征在于，所述步骤S2具体包括：利用PRIM算法对所述数据集D构造最小生成树T，其中，所述最小生成树T中的顶点集合V＝{v_i|i＝1,2,…,n}，所述数据点d_i与v_i被设置为一一对应关系，由节点v_i与v_j构成的边的权重等于对应数据点d_i与d_j之间的欧几里德距离。

4.如权利要求1所述的一种基于最小生成树的聚类算法，其特征在于，所述步骤S3利用以下公式计算所述最小生成树中各节点的优先权值，然后按节点优先权值降序遍历各节点：

pi=α*dei-1demax-1+ϵ+(1-α)/distimin]]>

其中α∈(0,1)，de_i为所述最小生成树中节点v_i的度，de_max为所述最小生成树的最大度数，ε是一个趋向于0的常数，为所述最小生成树中与节点v_i相连的最短边的长度。

5.如权利要求3所述的一种基于最小生成树的聚类算法，其特征在于，所述步骤S4具体包括：首先，判断遍历到的节点v_i是否参与过合并，如果已参与过合并，则不再进行所述节点v_i与其它节点间的合并，如果未参与过合并，则在所述最小生成树中找到与所述节点v_i存在边相连的所有节点，在所述所有节点中，将符合要求的节点挑选出来并与所述节点v_i合并。

6.如权利要求5所述的一种基于最小生成树的聚类算法，其特征在于，所述符合要求的节点包括：所述节点未参与过合并，在所有与所述节点v_i存在边相连的节点中，所述节点与所述节点v_i的距离最小；其中，如果有多个节点与所述节点v_i的距离相等且最小，则与所述节点v_i合并的节点的数目大于1。

7.如权利要求1所述的一种基于最小生成树的聚类算法，其特征在于，所述步骤S5具体包括：假设有e个节点进行合并，所述e个节点的属性值分别为a₁,a₂,…,a_e，则合并后新节点的属性为然后，将当前总的节点数目n改为n-e+1。