基于空间角度定位技术的聚类方法与流程

技术特征：

1.一种基于空间角度定位的聚类方法，其特征在于，包括以下步骤：

步骤1)，输入样本数据集S＝{1≤i≤N}；

步骤2)，随机选择基点

X₀^p＝{X₀^p|1≤p≤M，M为最终选取的基点数}；

步骤3)，以X₀^p为基点计算样本集S中各点与X₀^p的距离D_i^p，并根据距离进行升序排列得到序链：

S^p＝{X_i^p|1≤i≤N，p表示基点，X₀^p为基点}；

步骤4)，确定经验值R，即R＝D_N^p/N；

步骤5)，在序链S^p中，以经验值R，每相邻两点间距为D_i^p-D_i-1^p，若D_i^p-D_i-1^p＞R，则由第i-1个点到其前未被归簇的点为一簇，可得出S^p的若干簇：C_j^p＝{C_j^p|1≤j≤K,K表示此基点的簇数},否则i+1；

步骤6)，随机改变X₀^p某几个维度的正负性，得到此点其他方位上的基点X₀^p+1，重复步骤3)，步骤4)，步骤5)得出相应的簇C_j^p+1；

步骤7)，对于C_j^p和C_j^p+1的各簇进行相交得到簇Clusterⁿ，形如：C₁^p∩C₁^p+1；C₁^p∩C₂^p+1；...；C₂^p∩C₁^p+1；...重复步骤与Clusterⁿ相交；

步骤8)，这样舍去空集得到聚在一起的类簇Clusterⁿ；

步骤9)，重复步骤6)，步骤7)，步骤8)，若Clusterⁿ不变，则得到就为最终的类簇，否则重复步骤6)，步骤7)，步骤8)；若6)中已无法改变维度值，则跳至步骤10)；

步骤10)，跳至步骤2)，直至Clusterⁿ不在变化，即得到最终类簇Clusterⁿ。