[发明专利]一种基于机器学习的大规模分布式的数据聚类方法在审
| 申请号： | 201610086276.5 | 申请日： | 2016-02-15 |
| 公开（公告）号： | CN105760478A | 公开（公告）日： | 2016-07-13 |
| 发明（设计）人： | 王昌栋;赖剑煌;杨宇博;彭祥游 | 申请（专利权）人： | 中山大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明;龚素琴 |
| 地址： | 510275 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于机器学习的大规模分布式的数据聚类方法，输入需要分类的数据点以及聚类个数k，其中包含数据点索引以及数据点的坐标，数据形式如下，<n,coordinate>；对数据点进行预处理，即给数据加上索引；根据索引数据计算距离矩阵；根据距离矩阵计算每个数据点的密度信息；根据距离矩阵及密度信息得到每个数据点的最小距离信息以及其对应索引；根据密度信息及最小距离信息确定k个聚类中心；根据最小距离信息及聚类中心对所有未被分配类标的数据点进行聚类，直到所有数据点都被分到一个类标。本发明能在可扩展的大规模分布式平台上执行聚类，在面对大规模数据量的时候可适量扩展机器以提升计算能力，在可接受的时间内得出准确度较高的聚类结果。 | ||
| 搜索关键词： | 一种 基于 机器 学习 大规模 分布式 数据 方法 | ||
【主权项】：
一种基于机器学习的大规模分布式的数据聚类方法，其特征在于，包括以下步骤：1)输入需要分类的数据点以及聚类个数k，其中包含数据点索引以及数据点的坐标，数据形式如下，<n,coordinate>，其中n表示第n个数据点，coordinate表示数据点的坐标；2)对数据点进行预处理，即给数据加上索引；3)根据索引数据计算距离矩阵；4)根据步骤3)得到的距离矩阵计算每个数据点的密度信息；5)根据步骤3)得到的距离矩阵以及步骤4)得到的密度信息得到每个数据点的最小距离信息以及其对应索引；6)根据步骤4)的密度信息以及步骤5)得到的最小距离信息确定k个聚类中心；7)根据步骤4)的最小距离信息以及步骤6)确定的聚类中心对所有未被分配类标的数据点进行聚类，直到所有数据点都被分到一个类标。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中山大学，未经中山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610086276.5/，转载请声明来源钻瓜专利网。
