一种新颖的多源数据模糊聚类算法

摘要

本发明提供了一种多源数据模糊聚类方法。该方法主要包括：收集多源数据，该多源数据中的每个源中包括多个类，每个类又包括多个维度；构造多源数据的多源数据模糊聚类方法的目标函数，在目标函数中对多源数据中的每个源进行加权，对多源数据中的每个源中的不同类中的不同维度进行加权；对目标函数中的参数进行初始化处理后，对目标函数的聚类中心和参数进行重复更新、聚类处理，完成多源数据的聚类过程。本发明利用多源数据间的相关性以及不同特征对不同类别识别的贡献度的差异性，构造了一种即考虑不同视角加权又兼顾不同特征的权重不同的一种新的聚类算法，相较于其他的多源数据聚类算法，有更佳的解释性及更可靠的聚类结果。

主权项

一种多源数据模糊聚类方法，其特征在于，包括：收集多源数据，该多源数据中的每个源中包括多个类，每个类的样本由不同维度的特征表示；构造所述多源数据的多源数据模糊聚类方法的目标函数，在所述目标函数中对所述多源数据中的每个源进行加权，对所述多源数据中的每个源中的不同类中的不同维度进行加权；对所述目标函数中的参数进行初始化处理后，对所述目标函数的聚类中心和参数进行迭代更新、聚类处理，完成所述多源数据的聚类过程。