[发明专利]一种基于密度峰值聚类算法的交通流模式识别方法

摘要

本发明提供一种基于密度峰值聚类算法的电梯交通模式识别方法，首先计算每一数据点的局部密度及其与密度更高数据点的最小距离；然后通过两者绘制决策图，人工选择聚类中心；最后，对剩余数据点，按照与它距离最近的密度更高数据点所属类别进行归类。该算法有以下优点：第一，继承了密度聚类算法的优点，不需要指定聚类数并可以对任意形状数据聚类。第二，可以较好适应不同类簇具有不同密度的数据集。第三，适应任意度量作为距离。第四，算法是确定性算法，而非迭代算法，计算量较小。第五，可排除异常值与噪声点。

主权项

1.一种基于密度峰值聚类算法的电梯交通模式识别方法，其特征在于，包括以下步骤：步骤1：根据下式计算计算距离矩阵；dij＝d(xi,xj)＝||xi‑xj||2令数据集X＝(x1,...,xn)，xi是m维向量，表示一个数据点；步骤2：根据下式计算每个数据点的局部密度ρi其中，d_c为截断距离；步骤3：根据下式计算每个数据点与高密度点之间的距离δi步骤4：画出判定图并选择类簇中心；步骤5：把每个数据点都归属到最近的类簇中心；步骤6：输出每个数据点所属类簇的向量y。