[发明专利]一种基于数据安全的混合聚类方法

权利要求书

1.一种基于数据安全的混合聚类方法，其特征在于，所述方法包括如下步骤：

S1、采用结合线性变换的旋转扰动方法对初始矩阵进行扰动；

S2、利用密度峰聚类算法构造初始质心解空间；

S3、利用万有引力搜索算法迭代完成数据点的聚类；

所述步骤S1具体包括如下步骤：

S11、对初始数据矩阵D_m×n进行归一化，且随机生成扰动参数k′；

S12、基于所述扰动参数k′和参数t对归一化后的初始矩阵进行线性变换，参数其中，r_ij为归一化后初始矩阵中第i行第j列的矩阵元素；

S13、对线性变换后的矩阵进行旋转扰动，其旋转角度

S14、根据公式(1)对旋转扰动后的矩阵元素进行预处理，获取扰动数据，所述公式(1)表示如下：

scaled_ij＝oldValue_ij-minValu_·j/maxValue_·j-minValue_·j (1)

其中i＝1,2,...,m；j＝1,2,...,n,oldValue_ij为旋转扰动后矩阵中的第i行第j列的矩阵元素，minValue_·j为旋转扰动后矩阵中第j列的最小值，maxValue_·j为旋转扰动后矩阵中第j列的最大值，scaled_ij为重新生成的矩阵元素。

2.如权利要求1所述的基于数据安全的混合聚类方法，其特征在于，所述步骤S2具体包括如下步骤：

S21、选取截断距离的参数p；

S22、通过相似度量函数计算距离矩阵S，将距离矩阵S中的距离值按升序排列，将距离值按升序排列后的矩阵记为S₁；

S23、依次获取m²×2^n′-1p+0.5向下取整值在距离矩阵S₁中对应位置的距离值d_c，直至d_c≠0，其中n′为正整数，m为矩阵S的行数；

S24、基于d_i′j′及距离值d_c计算ρ_i′,δ_i′,γ_i′，密度ρ_i′即为第i′个对象的局部密度；δ_i′为第i′个对象的距离；γ_i′为第i′个对象局部密度和距离的乘积，其中i′,j′＝1,2…m；

S25、选取γ中前k行元素构造初始质心行向量，利用随机函数循环生成s-1组随机数，施加在初始质心行向量上构成了s-1随机质心行向量，初始质心行向量和s-1随机质心行向量构成初始质心解空间。

3.如权利要求2所述的基于数据安全的混合聚类方法，其特征在于，所述随机质心行向量的生成方法包括如下步骤：

S251、利用随机函数rand随机生成s-1组随机数，每组随机数为1行，k*n列随机数，n为当前需要聚类的数据对象的属性个数；

S252、用s-1组随机行向量与初始质心行向量分别对应相乘，生成s-1个随机质心行向量。

4.如权利要求3所述的基于数据安全的混合聚类方法，其特征在于，所述步骤S3具体包括如下步骤：

S31、初始化搜索空间，即将s-1个随机质心行向量和1个初始质心行向量拼接重组为解空间矩阵；

S32、依次计算对象o_i与聚类中心C_j*之间的相似性度量函数，将每个对象按其距聚类中心的距离进行标记；

S33、通过适应度引导公式计算适应度函数，并根据召回率选取最佳聚类中心值；

S34、根据GSA算法运行机制，计算粒子的质量、加速度及速度值，并更新搜索空间，若迭代次数达到预定次数，则结束循环，获得分类结果，若迭代次数未达到预定次数，则执行步骤S32。