[发明专利]基于KD树和混沌蜉蝣优化算法的并行谱聚类方法

权利要求书

1.一种基于KD树和混沌蜉蝣优化算法的并行谱聚类方法，其特征在于，包括以下步骤：

S1，采用基于采样的KD-tree数据分区策略DPS划分数据，得到Map上的数据分区；

S2，在构建稀疏相似矩阵过程中，采用优化的分区分配策略OPA和两个基于三角不等式的KD树剪枝策略以进行跨分区的t近邻搜索；

S3，采用正规化定理，通过元素对应相乘的方式代替矩阵相乘以优化Laplacian矩阵正规化过程；

S4，采用混沌蜉蝣优化算法CMO得到最佳位置作为初始簇中心，然后，对特征空间进行k-means并行聚类；

S5，得到最终的聚类结果，并输出。

2.根据权利要求1所述的一种基于KD树和混沌蜉蝣优化算法的并行谱聚类方法，其特征在于，所述KD-tree数据分区策略DPS包括以下步骤：

S1-1，采样：对数据集D进行随机采样，得到采样数据集S；

S1-2，支撑点选择：首先从采样数据集S中随机选出第一个点；接着依次选出后续的支撑点，每次选择到近期被选出的几个点距离最大的点，得到候选集，并从候选集中组合出所有的支撑点集合；最后构造评价集，将评价集中的数据两两组合构成数据对，选出能排除最多评价集数据对的支撑点组合，即为最优的支撑点集合PS＝{PS₁,PS₂,...,PS_q|q＜＜n}；其中PS₁表示第1个支撑点，PS₂表示第2个支撑点，PS_q表示第q个支撑点；＜＜表示远小于，n表示原始数据集D的数据个数，q表示支撑点的总个数；

S1-3，映射：用选定的支撑点将数据映射到q维向量空间；对任一数据点v_i，将原始度量空间中的数据映射到二维向量空间中的数据点上；

S1-4，空间划分：采用KD树的划分方法将整个空间分割成若干个不相干的子空间，使每个子空间都包含同等大小的采样数据；首先选出方差最大的维度，根据采样数据集S在该维度上的值进行升序排序，选出中位数作为根节点，小于根节点的数据分配给左子树，大于根节点的数据分配给右子树；令m是需要划分的分区数，此时S被分成了两个不相交的部分，其大小比例为之后重复此过程，直到将S划分成大小相等的m个不相交的部分P_i(1≤i≤m)；其中，为向上取整符号，向下取整符号；

S1-5，数据划分：在得到一组不相交的子空间Bound(P_i)后，D中的每个对象都可以根据Bound(P_i)分配到相应的分区P_i中；划分完成后，输出两个表，分区信息表PI和数据信息表DI；分区信息表记录每个分区P_i的信息，包括P_i的分区IDp_id和P_i的最小边界框MinBound(P_i)；数据信息表记录每个点v_i的信息，包括v_i的IDv_id、对应的分区IDp_id、v_i的属性A(v_i)和映射向量φ(v_i)。

3.根据权利要求1所述的一种基于KD树和混沌蜉蝣优化算法的并行谱聚类方法，其特征在于，所述t近邻搜索包括：

S2-1，局部t近邻搜索：并行计算每个Map分区内部样本数据的t近邻；

S2-2，跨分区的t近邻搜索：提出优化的分区分配策略OPA将合格的数据分配给分区，进行跨分区的t近邻搜索，得到各样本数据的t近邻，同时，搜索过程中设计两个剪枝策略以快速缩小搜索区域；

S2-3，计算相似度：计算数据间的相似度值并将结果暂时存到combine；

S2-4，合并相似度矩阵：接受combine中的键值对，获得并存储整个数据集的相似度矩阵。

4.根据权利要求3所述的一种基于KD树和混沌蜉蝣优化算法的并行谱聚类方法，其特征在于，所述S2-2包括OPA策略：

其中，m为分区个数，i、j为分区下标，为向上取整符号。