[发明专利]一种利用GPU加速密度峰聚类的方法

权利要求书

1.一种利用GPU加速密度峰聚类的方法，其特征在于，步骤如下：

步骤1：在GPU上构建制高点树VP-Tree（vantage point tree）的索引结构；

步骤1.1：从上到下选出制高点树每层的制高点；先从所有数据点随机选出一个点，然后计算出距离该点最远的点最为制高点树的根节点；

步骤1.2：计算每个点与制高点的距离，按照距离的大小排序后等分成两部分，距离的中值M作为根节点对应的查询半径；

步骤1.3：分别选择左右子树的最后一个点，即距离上一层制高点最远的点，做为下一层的制高点；

步骤1.4：重复步骤1.2和1.3，直到当前分支内点的数量不大于32个，把这些点的序号储存到同一个数组内作为叶子节点；

步骤2：利用步骤1中的制高点树索引计算每个数据点的密度值；

步骤2.1：给GPU每个warp分配一个点进行并行处理，构建栈结构来储存待访问节点，把制高点树的根节点入栈，给定的dc值作为查询半径；其中warp为32个线程一组；

步骤2.2：弹出栈顶元素，如果是分支节点，则计算待查询点与当前制高点的距离r，如果r-dc≤M，则把左子树根节点入栈；如果r+dc≥M, 则把右子树根节点入栈；如果是叶子节点，则加入待筛选的点集；

步骤2.3：重复步骤2.2，直到栈空；

步骤2.4：计算待筛选点集中与当前点距离不超过dc的点数量作为该点的密度；

步骤3：利用步骤2中的每个数据点的密度值和制高点树索引计算每个数据点的斥群值；

步骤3.1：利用步骤2中得到每个点的密度值，选出每个点P的待筛选点集中密度比该点大且距离最近的点；若存在，则这个点作为点P的依赖点，距离值作为点P的斥群值；若不存在，则把点P加入到未找到依赖点的集合中；

步骤3.2：根据每个点的密度值对所有点进行从大到小排序；

步骤3.3：根据密度值对未找到依赖点集合中的点进行从大到小排序；其中，密度值最大的点选择数据集中距离自己最远的点作为依赖点，距离值作为斥群值；其他点在步骤3.2中得到的序列中，找到密度值比自己大，且距离最近的点作为依赖点，距离值作为斥群值；

步骤4：利用每个数据点的密度值和斥群值，构建决策图后由用户根据聚类中心的密度值和斥群值同时较大的原则选出聚类中心点；

步骤5：利用步骤3中得到每个点的依赖点，构建被依赖关系，然后从步骤4中用户选出的聚类中心点开始分配每个点所属的聚类。