[发明专利]基于遗传MinmaxK均值的可变长编码聚类方法

权利要求书

1.一种基于遗传MinmaxK均值的可变长编码聚类方法，其特征在于，包括以下步骤：

步骤1、初始化参数，随机生成聚类数和聚类中心，将聚类中心编码成染色体，产生第一代种群；

步骤2、对当前种群的每个个体，用MinmaxK-means聚类方法将其优化为以该个体为初始值的K均值问题的局部最优解；

步骤3、对局部最优个体进行选择、交叉、变异操作；

步骤4、对每个个体进行重复基因删除；

步骤5、判断循环是否达到最大迭代数或满足精度要求，若否，返回步骤2；若是，则对每个个体计算显著性水平，选择最优个体。

2.根据权利要求1所述的基于遗传MinmaxK均值的可变长编码聚类方法，其特征在于，所述步骤1中，随机生成聚类数N为样本数，为聚类数的经验值，将各类聚类中心编码成染色体。

3.根据权利要求1所述的基于遗传MinmaxK均值的可变长编码聚类方法，其特征在于，所述步骤2中，MinmaxK-means聚类建立各簇之间簇内方差值关系的聚类目标函数；将数据集x_i∈R^d无监督的划分到M个互无交际的簇中，MinamaxK均值方法通过最小化K个簇中的最大簇内方差值进行聚类，其目标函数为：

式中，m_k为聚类中心，

v_k为簇内方差，

将式(1)松弛为式(2)，

w_k为各个簇的簇内方差权重，初始权重为w_k＝1/M,k＝1,2,…,M；p为w_k的指数；

在权重中设置一个记忆效应：

式中，β为记忆效应系数；

将样本划分到距离其最近的簇，并更新聚类中心，直到达到最迭代次数或满足精度要求。

4.根据权利要求1所述的基于遗传MinmaxK均值的可变长编码聚类方法，其特征在于，所述步骤3中对局部最优个体进行选择、交叉、变异操作，包括以下步骤：

4.1选择算子

计算每个个体的适应度函数，根据轮盘赌规则选择相应的个体数，并将适应度最高的个体保留，以保证下代种群的最优解至少不会比上代差：

f_i＝1/(1+ε_i)，i＝1,2,…,n

式中，f_i为每个个体的适应度函数；ε_i为每个个体的簇内方差值，计算公式为式(2)，n为个体数目；

4.2交叉操作

采用一点交叉，随机选取两个个体上的点，将两个个体间插入点后的部分进行互换；

4.3变异操作

对每个变异点，从属于这个基因的样本中取随机数代替原有基因值，变异概率也采用自适应调整；

m_k＝x_min+rand*(x_max-x_min)

式中：m_k为选取的变异点，x_min为该基因位的数值下限，x_max为该基因位的数值上限，rand为产生的随机数。

5.根据权利要求1所述的基于遗传MinmaxK均值的可变长编码聚类方法，其特征在于，所述步骤4中，对每个个体进行重复基因删除即判断同一染色体中两基因的距离，若距离小于事先设定的最小距离，则判定两基因相似，删去其中一个基因。

6.根据权利要求1所述的基于遗传MinmaxK均值的可变长编码聚类方法，其特征在于，所述步骤5中，对每个个体计算显著性水平：

式中：d_min为各不同类别间距离最小值，d_min＝min{d₁,d₂,…,d_l}；ε_max为同一类别间各样本点的标准差最大值。