[发明专利]一种基于密度的新型聚类算法

权利要求书

1.一种基于密度的新型聚类算法，其特征在于，包括以下步骤，

S1、对数据集D中的数据进行原始标记；

S2、测量步骤S1中标记后的数据的相似度d；

S3、根据步骤S2中数据的相似度d对数据进行初次分簇聚类；

S4、处理步骤S3中未被分簇聚类的离群点。

2.根据权利要求1所述的新型聚类算法，其特征在于，所述步骤S1中，先使不同数量级和不同单位的数据经归一化处理后均在[0，1]的范围内，然后进行范围查询；若范围查询在对象υ上执行，则将该点标记为已处理；若范围查询未在对象υ上执行，则将该点标记为未处理；其中，υ表示进行范围查询时范围的核心点。

3.根据权利要求2所述的新型聚类算法，其特征在于，若所述范围查询处理的对象υ的邻居数少于μ，则将归一化处理后的数据标记为初步噪声点并存储在噪声列表中；若所述范围查询处理的对象υ的邻居数多于μ，则将该点标记为核心点；其中，μ表示个数。

4.根据权利要求3所述的新型聚类算法，其特征在于，所述新型聚类算法还包括步骤S5，

步骤S5、对初步噪声点再次进行范围查询处理，若再次进行范围查询时初步噪声点的邻域范围内不存在未处理的核心点，则该初步噪声点为真正的离群点；若再次进行范围查询时初步噪声点的邻域范围内存在未处理的核心点，则该初步噪声点为边界点。

5.根据权利要求1-4任一项所述的新型聚类算法，其特征在于，所述步骤S2中，假设数据集D存在任意两个点υ和ω，以点υ为圆心、以ε为半径建立圆O(υ)，以ω为圆心、以ε为半径建立圆O(ω)，求得核心点附近邻域的数据点。

6.根据权利要求5所述的新型聚类算法，其特征在于，所述步骤S2中，通过计算欧式距离确定两个核心点之间的位置关系，实现测量相似度d的目的；

d(υ，ω)＞3ε时，state＝0，表明两个核心点之间不存在连接关系；

时，state＝1，表明两个核心点之间存在强连接关系；

时，state＝-1，表明两个核心点之间存在弱连接关系。

7.根据权利要求6所述的新型聚类算法，其特征在于，所述步骤S3中，根据两个核心点之间的连接关系进行初次分簇聚类；

若两个核心点之间存在强连接关系，则两个核心点附近邻域的数据属于相同的簇；

若两个核心点之间不存在连接关系，则两个核心点附近邻域的数据属于不同的簇；

若两个核心点之间存在弱连接关系，存在O(υ)∪O(ω)的边界点η时，以η为圆心、以ε为半径的圆中有邻居数多于μ的情况下，υ和ω通过η相连接。