[发明专利]一种基于集合特征向量的快速聚类方法和装置

摘要

本发明提供一种基于集合特征向量的快速聚类方法和装置。所述方法有如下步骤：1）将输入的混合属性数据转化为二值属性；2）按照对象稀疏性指数或不干涉序列指数排序；3）令排序后的第一个对象单独成类，得到其集合特征向量，然后顺序扫描其余待聚类对象，由当前扫描到的对象并入已经创建类的集合差异度与集合差异度上限b1的大小决定该对象是并入某个已经创建的类中还是单独创建一个新类；4）对步骤3）得到的初次聚类结果进行二次聚类，然后去除聚类结果中的孤立点，得到最终聚类结果。本发明只需要对数据进行一次排序和一次扫描即可完成聚类过程，兼顾聚类质量的同时，大幅降低了聚类所需的时间，而且聚类结果可以不受数据输入顺序的影响。

主权项

一种基于集合特征向量的快速聚类方法，其特征在于，包括以下步骤：（1）数据属性转换步骤：将输入的混合属性数据转化为二值属性；（2）数据排序步骤：按照对象稀疏性指数或不干涉序列指数对数据进行排序；（3）初次聚类步骤：该步骤包括两个子步骤：首先，令排序后的第一个对象单独成类，得到其集合特征向量，然后，顺序扫描其余待聚类对象，如果将当前扫描到的对象并入任何一个已经创建的类中，都会使得并入后的集合差异度大于集合差异度上限b1，则创建一个新类，该新类仅包含当前扫描到的对象；否则，将当前对象并入使得并入后集合差异度最小的类中，并更新该类的集合特征向量；（4）二次聚类步骤：将初次聚类步骤得到的初次聚类结果作为输入进行二次聚类。然后去除聚类结果中的孤立点，得到最终聚类结果。