[发明专利]基于密度的聚类计算方法、装置、设备和存储介质

权利要求书

1.一种基于密度的聚类计算方法，其特征在于，所述方法把参数相似的数据分成不同的组别，基于数据的密度进行聚类，是研究样品或指标分类问题的一种统计分析方法，其应用于数据挖掘、机器学习，具体包括以下步骤：

将数据点所在的一维或多维空间依据距离阈值切分成多个网格，每个所述网格的空间大小相同，包括：采用集中对一维或多维空间内所有的数据点确定其所在的网格编号，以便为后续查找数据点的网格编号及其对应的周围网格编号提供准确的数据；

根据一维或多维空间内的数据点的个数，确定开启的线程的个数，以确保一个数据点对应有一条线程为其服务，进行距离的计算及近似点的判断；

利用多条所述线程同时运行，计算对应的所述数据点与所述数据点周围网格内其他数据点之间的距离，包括：通过数据点的坐标确定网格编号，通过网格编号及编码顺序规则，确定所述数据点周围的网格编号，只计算所述数据点与周围网格编号内的其他数据点之间的距离，且采用单条线程服务单个数据点的方式，确保一维或多维空间内的所有数据点同时进行距离计算；

利用多条所述线程同时运行，判断两个所述数据点之间的距离是否小于预设的距离阈值，若是，则一个所述数据点是另一个所述数据点的近邻点，以便为最终的聚类算法提供直接可靠的数据。

2.根据权利要求1所述的基于密度的聚类计算方法，其特征在于，所述将数据点所在的一维或多维空间切分成多个网格，每个所述网格的空间大小相同，包括：

获取预设的距离阈值，根据所述距离阈值，对所述一维或多维空间切分成多个空间大小相同的网格，若设距离阈值为ε，则每个网格的空间范围均为0.5ε-1.5ε之间；

获取预设的编号顺序规则，根据所述编号顺序规则对已切分的多个网格进行编号。

3.根据权利要求2所述的基于密度的聚类计算方法，其特征在于，所述获取预设的编号顺序规则，根据所述编号顺序规则对已切分的多个网格进行编号后，还包括：

获取所有的数据点在所述一维或多维空间内的坐标，对所有的坐标进行排序；

以排序的顺序，依次获取数据点的坐标，根据所述网格的空间大小，及所述编号顺序规则，确定所述数据点在所述一维或多维空间内被切分后的网格编号，并记录所述网格编号与所述坐标的对应关系；

遍历所有的数据点的坐标，得到每个被切分后的网格编号及对应的所述坐标的对应关系。

4.根据权利要求2或3所述的基于密度的聚类计算方法，其特征在于，所述利用多条所述线程同时运行，计算对应的所述数据点与所述数据点周围网格内其他数据点之间的距离，包括：

获取数据点在所述一维或多维空间内的坐标，确定所述数据点在所述一维或多维空间内被切分后的网格编号；

根据所述网格编号及所述编号顺序规则，确定所述数据点周围的网格编号；

分别计算所述数据点与周围的网格编号内的其他数据点之间的距离，所述距离的计算公式如下：

其中，D为距离，所述数据点在一维或多维空间内的坐标为(a₁，a₂，...，a_n)，周围的的网格编号内的其他数据点在一维或多维空间内的坐标为(b₁，b₂，...，b_n)，n为一维或多维空间的维数。

5.一种基于密度的聚类计算装置，其特征在于，所述装置包括：

切分网格模块，用于将数据点所在的一维或多维空间切分成多个网格，每个所述网格的空间大小相同；

确定线程模块，用于开启多个线程，所述线程的数量与所述数据点的数量相同，一条所述线程对应一个所述数据点；

计算距离模块，用于利用多条所述线程同时运行，计算对应的所述数据点与所述数据点周围网格内其他数据点之间的距离；

确定近邻点模块，用于利用多条所述线程同时运行，判断两个所述数据点之间的距离是否小于预设的距离阈值，若是，则一个所述数据点是另一个所述数据点的近邻点。