專利名稱：一種自適應(yīng)的穩(wěn)定高效的聚類方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機(jī)信息處理技術(shù)領(lǐng)域，尤其涉及一種自適應(yīng)的穩(wěn)定高效的聚類方法和系統(tǒng)。
背景技術(shù)：
隨著計算機(jī)信息的快速增長，人們對各類計算機(jī)信息的處理需求越來越強(qiáng)烈。聚類算法作為信息處理中非常重要的一類算法，為各種數(shù)據(jù)管理、人工智能、機(jī)器學(xué)習(xí)提供了基礎(chǔ)的聚類功能，在各種信息處理中發(fā)揮著重要的角色，
在智能移動終端應(yīng)用普遍的今天，出現(xiàn)了各種各樣基于智能移動設(shè)備的信息服務(wù)，它們需要對各種智能終端提供高效穩(wěn)定的服務(wù)，其中大量的服務(wù)都需要用到聚類算法，如移動社交網(wǎng)絡(luò)中對社交好友的聚類，購物應(yīng)用中對商品的聚類等。目前大量移動設(shè)備終端通過GPS，基站，無線接入點(diǎn)等方式具備了定位能力，因此還產(chǎn)生了許多基于地理位置的服務(wù)，而聚類方法則可以為這類服務(wù)提供更加豐富和有用的功能，例如分類熱點(diǎn)地區(qū)聚類。簡單舉例，目前的電子地圖上往往由用戶添加了各類地理標(biāo)簽，如購物、美食、景點(diǎn)等，這些地理標(biāo)簽分散在整個電子地圖上。當(dāng)一個智能手機(jī)用戶外出旅行或逛街時，他常常需要尋找自己感興趣的熱門商圈，即某一類標(biāo)簽密集的地點(diǎn)，如購物集中的商圈，并獲取導(dǎo)航服務(wù)。但是通過目前的手機(jī)地圖查詢“購物”卻只能得到分散在整個地圖上的“購物”標(biāo)簽，讓用戶難以抉擇路線了目標(biāo)地址。然而通過將這些“購物”標(biāo)簽的有效聚類，即將標(biāo)簽劃分為多個密集的子區(qū)域(聚類)，則能快速發(fā)現(xiàn)熱門的“購物”商圈。而通過對多個標(biāo)簽，如“購物”和“美食”，的聚類結(jié)果進(jìn)行整合，則能有效的幫助用戶發(fā)現(xiàn)滿足其多種要求的熱門商圈。聚類方法能為新型移動設(shè)備帶來大量豐富的應(yīng)用，但是移動終端的應(yīng)用多樣化和計算資源受限的特點(diǎn)則對聚類方法的提出了自適應(yīng)，穩(wěn)定，高效的新需求。
目前已有多種聚類方法，如常用的k-means和期望最大的方法，雖然它們實(shí)現(xiàn)簡單快速，但是它們需要預(yù)先設(shè)置最終分區(qū)的數(shù)目，這顯然使得這樣的方法無法適應(yīng)廣泛的應(yīng)用。因為在大多數(shù)應(yīng)用中用戶無法預(yù)先獲知分區(qū)數(shù)目，如一個城市究竟有多少個美食聚集地。此外，這兩種方法都存在不穩(wěn)定的現(xiàn)象，即多次運(yùn)行得到的聚類結(jié)果可能不一致。而另一種叫做QT的方法雖然不需預(yù)先設(shè)置分區(qū)數(shù)目，并且能獲取到穩(wěn)定的聚類結(jié)果，但是它卻需要ο(η3)的計算開銷，面對龐大的信息量，對于計算資源受限的移動設(shè)備來說，這樣的開銷往往是難以承受的。
發(fā)明內(nèi)容
本發(fā)明的目的在于提出一種自適應(yīng)的穩(wěn)定高效的聚類方法和系統(tǒng)，以解決計算開銷大的問題。
為達(dá)此目的，本發(fā)明采用以下技術(shù)方案:
一種自適應(yīng)的穩(wěn)定高效的聚類方法，包括:
a獲取輸入數(shù)據(jù)的集合為P = {Pl,...pn}，集合中包括η個輸入數(shù)據(jù)，獲取聚類半徑的閾值Θ ;b將Pi以及集合中的與輸入數(shù)據(jù)Pi的距離小于閾值Θ的輸入數(shù)據(jù)都加入輸入數(shù)據(jù)Pi對應(yīng)的候選聚類cpi，輸入數(shù)據(jù)Pi表示集合中的第i個輸入數(shù)據(jù)；c令候選聚類Cpi中的輸入數(shù)據(jù)為m個，函數(shù)(!(Pi, Pj)為兩個輸入數(shù)據(jù)PiA之間距離，計算輸入數(shù)據(jù)Pi作為聚類中心的概率為
權(quán)利要求
1.一種自適應(yīng)的穩(wěn)定高效的聚類方法，其特征在于，包括: a獲取輸入數(shù)據(jù)的集合為P = {Pl,...pn}，集合中包括η個輸入數(shù)據(jù)，獲取聚類半徑的閾值Θ ； 以及集合中的與輸入數(shù)據(jù)Pi的距離小于閾值Θ的輸入數(shù)據(jù)都加入輸入數(shù)據(jù)Pi對應(yīng)的候選聚類Cpi，輸入數(shù)據(jù)Pi表示集合中的第i個輸入數(shù)據(jù)； c令候選聚類Cpi中的輸入數(shù)據(jù)為m個，函數(shù)d(Pi，Pj)為兩個輸入數(shù)據(jù)Pi, Pj之間距離，計算輸入數(shù)據(jù)Pi作為聚類中心的概率為 d從集合的輸入數(shù)據(jù)中，選出成為聚類中心概率最大的輸入數(shù)據(jù)，將該選出的輸入數(shù)據(jù)對應(yīng)的候選聚類加入最終聚類。
2.根據(jù)權(quán)利要求1所述的一種自適應(yīng)的穩(wěn)定高效的聚類方法，其特征在于，所述將該選出的輸入數(shù)據(jù)對應(yīng)的候選聚類加入最終聚類之后，進(jìn)一步包括: e從輸入數(shù)據(jù)集合中刪除加入最終聚類的輸入數(shù)據(jù)，重新從當(dāng)前輸入數(shù)據(jù)集合中選出成為聚類中心概率最大的輸入數(shù)據(jù)，將該選出的輸入數(shù)據(jù)對應(yīng)的候選聚類加入最終聚類；判斷集合中的輸入數(shù)據(jù)的數(shù)量是否為零，如果是，則結(jié)束，否則，繼續(xù)步驟e。
3.—種自適應(yīng)的穩(wěn)定高效的聚類系統(tǒng)，其特征在于，包括: 初始化模塊，用于獲取輸入數(shù)據(jù)的集合為P=P1J，集合中包括η個輸入數(shù)據(jù)，獲取聚類半徑的閾值Θ ；候選聚類建立模塊，用于將Pi以及集合中的與輸入數(shù)據(jù)距離小于閾值Θ的輸入數(shù)據(jù)都加入輸入數(shù)據(jù)Pi對應(yīng)的候選聚類Cpi，輸入數(shù)據(jù)Pi表示集合中的第i個輸入數(shù)據(jù)；概率計算模塊，用于令候選聚類Cpi中的輸入數(shù)據(jù)為m個，函數(shù)d(Pi，Pj)為兩個輸入數(shù)據(jù)Pi，P」之間距離，計算輸入數(shù)據(jù)Pi作為聚類中心的概率為q, = ΣΨ 1/(1 + d(p￡—,p,〕).1 < uii 聚類篩選模塊，用于從集合的輸入數(shù)據(jù)中，選出成為聚類中心概率最大的輸入數(shù)據(jù)，將該選出的輸入數(shù)據(jù)對應(yīng)的候選聚類加入最終聚類。
4.如權(quán)利要求4所述的系統(tǒng)，其特征在于，還包括: 刪除模塊，用于從輸入數(shù)據(jù)集合中刪除加入最終聚類的輸入數(shù)據(jù)，重新從當(dāng)前輸入數(shù)據(jù)集合中選出成為聚類中心概 率最大的輸入數(shù)據(jù)，將該選出的輸入數(shù)據(jù)對應(yīng)的候選聚類加入最終聚類； 第一檢測模塊，用于斷集合中的輸入數(shù)據(jù)的數(shù)量是否為零，如果是，則結(jié)束，否則，繼續(xù)步驟e。
全文摘要
本發(fā)明公開了一種自適應(yīng)的穩(wěn)定高效的聚類方法和系統(tǒng)，方法包括a獲取輸入數(shù)據(jù)的集合為p＝{p1，...pn}，集合中包括n個輸入數(shù)據(jù)，獲取聚類半徑的閾值θ；b將pi以及集合中的與輸入數(shù)據(jù)pi的距離小于閾值θ的輸入數(shù)據(jù)都加入輸入數(shù)據(jù)pi對應(yīng)的候選聚類Cpi，輸入數(shù)據(jù)pi表示集合中的第i個輸入數(shù)據(jù)；c令候選聚類Cpi中的輸入數(shù)據(jù)為m個，函數(shù)d(pi，pj)為兩個輸入數(shù)據(jù)pi，pj之間距離，計算輸入數(shù)據(jù)pi作為聚類中心的概率為應(yīng)用本發(fā)明建立自適應(yīng)的穩(wěn)定高效的聚類體系，由于無需預(yù)先設(shè)置最終聚類的數(shù)目，使其具有計算高效性，能實(shí)現(xiàn)o(n2)的計算復(fù)雜度，使其能適用于目前的各種移動智能終端。
文檔編號G06F17/30GK103207896SQ20131008267
公開日2013年7月17日 申請日期2013年3月14日 優(yōu)先權(quán)日2013年3月14日
發(fā)明者張?zhí)m, 劉云浩 申請人:無錫清華信息科學(xué)與技術(shù)國家實(shí)驗室物聯(lián)網(wǎng)技術(shù)中心