[发明专利]改进k-means算法的噪声数据去除方法及实施系统

摘要

本发明公开了一种改进k‑means算法的噪声数据去除方法，该方法首先是采用最远优先策略选取k个聚类中心，然后根据此k个聚类中心对空气温度数据进行聚类，同时更新聚类中心，直到上下两次聚类中心不变停止聚类，接下来引入环境阈值，判断任意两个聚类中心之间的距离与环境阈值的大小，筛选出距离大于环境阈值的那部分簇中数据量最下的一个或几个簇删除，完成噪声数据的去除，本发明还公开了实施该改进k‑means算法的噪声数据去除方法的系统，本发明能够实现更快速、更准确地识别噪声数据并将其去除。

主权项

1.一种改进k‑means算法的噪声数据去除方法，具体包括：(1)采集空气温度数据，利用最远优先策略选出k个聚类中心作为当前聚类中心，k为自然数；(2)根据当前聚类中心对所有的空气温度数据进行聚类，将每个空气温度数据聚到离它最近的聚类中心表示的聚类簇中；(3)计算当前每个聚类簇的均值作为新的聚类中心；(4)判断新的聚类中心与上一次的聚类中心是否相同，若是，执行步骤(5)，若否，将新的聚类中心作为当前聚类中心，循环步骤(2)～步骤(4)；(5)计算所有新的聚类中心中任意两个聚类中心之间的距离；(6)判断任意两个聚类中心之间的距离是否大于设定的环境阈值，若是，执行步骤(7)，若否，执行步骤(8)；(7)将任意两个聚类中心之间的距离大于设定的环境阈值的那部分簇筛选出来，然后将空气温度数据的数量较少且空气温度数据的均值偏离正常值较远的那一簇删除；(8)输出不存在噪声数据；在步骤(1)中，利用最远优先策略选出k个聚类中心的步骤为：(1‑1)对于所有的空气温度数据，随机选择一个空气温度数据作为第一个聚类中心；(1‑2)计算所有不是聚类中心的空气温度数据到聚类中心集合的最小距离；(1‑3)将当前最小距离数组中最大的值所对应的空气温度数据标记为聚类中心；(1‑4)判断聚类中心的个数是否小于k，若是，执行步骤(1‑2)～步骤(1‑4)，若否，输出k个聚类中心。