本發(fā)明屬于計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)聚類的方法及裝置。

背景技術(shù)：

隨著計(jì)算機(jī)與信息技術(shù)的密切結(jié)合，海量的數(shù)據(jù)在互聯(lián)網(wǎng)上快速的產(chǎn)生和傳播，金融、電信等多個(gè)行業(yè)需要從海量的數(shù)據(jù)中獲取具有潛在意義的信息，才能在瞬息萬變中把握住經(jīng)濟(jì)命脈的先機(jī)，在科技的發(fā)展下，需要處理和分類的信息量與日俱增，信息獲取的速度越來越快，信息的種類也越來越復(fù)雜，如何對這些種類繁多、對象不明確、不完全的大量信息進(jìn)行有效地分類，并從中挖掘出我們需要的、有用的信息，是當(dāng)今業(yè)界重要的研究課題。

目前，可通過聚類算法實(shí)現(xiàn)這個(gè)課題，常用的k-均值聚類算法具有快速的收斂性、良好的伸縮性等優(yōu)點(diǎn)，在聚類過程中通常能聚類出一較好的結(jié)果，然而該算法的聚類效果比較依賴聚類中心的初始值，同時(shí)在聚類時(shí)易陷入局部解、易受到“噪音”干擾，導(dǎo)致從海量的數(shù)據(jù)中獲取的信息不夠準(zhǔn)確、聚類的質(zhì)量不佳。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種數(shù)據(jù)聚類的方法及裝置，旨在解決聚類結(jié)果的好壞對初始聚類中心的依賴性較大，聚類過程易陷入局部最優(yōu)解、易受“噪音”干擾，導(dǎo)致聚類質(zhì)量不佳的問題。

一方面，本發(fā)明提供了一種數(shù)據(jù)聚類的方法，所述方法包括下述步驟：

接收輸入的待聚類的數(shù)據(jù)集，為所述數(shù)據(jù)集生成對應(yīng)的當(dāng)前種群，所述當(dāng)前種群中每個(gè)個(gè)體包含預(yù)設(shè)數(shù)目個(gè)聚類中心；

計(jì)算所述當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值，并根據(jù)所述所有適應(yīng)度值和所述當(dāng)前種群的自適應(yīng)指數(shù)，生成所述每個(gè)個(gè)體的選擇概率；

根據(jù)所述當(dāng)前種群中每個(gè)個(gè)體中的所有聚類中心，將所述數(shù)據(jù)集中的樣本劃分到相應(yīng)的聚類中，并根據(jù)所述所有選擇概率，進(jìn)化所述當(dāng)前種群，生成下一代種群；

當(dāng)當(dāng)前進(jìn)化代數(shù)未超過預(yù)設(shè)的最大進(jìn)化代數(shù)時(shí)，獲取所述當(dāng)前種群進(jìn)化為所述下一代種群時(shí)生成優(yōu)異個(gè)體的數(shù)目，并根據(jù)所述優(yōu)異個(gè)體數(shù)目，計(jì)算所述下一代種群的自適應(yīng)指數(shù)，將所述下一代種群設(shè)置為所述當(dāng)前種群，跳轉(zhuǎn)至執(zhí)行計(jì)算所述當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值的操作；

當(dāng)所述當(dāng)前進(jìn)化代數(shù)超過所述最大進(jìn)化代數(shù)時(shí)，根據(jù)所述下一代種群中的最優(yōu)個(gè)體，生成并輸出所述數(shù)據(jù)集的聚類。

另一方面，本發(fā)明提供了一種數(shù)據(jù)聚類的裝置，所述裝置包括：

初始化模塊，用于接收輸入的待聚類的數(shù)據(jù)集，為所述數(shù)據(jù)集生成對應(yīng)的當(dāng)前種群，所述當(dāng)前種群中每個(gè)個(gè)體包含預(yù)設(shè)數(shù)目個(gè)聚類中心；

計(jì)算模塊，用于計(jì)算所述當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值，并根據(jù)所述適應(yīng)度值和所述當(dāng)前種群的自適應(yīng)指數(shù)，生成所述每個(gè)個(gè)體的選擇概率；

進(jìn)化模塊，用于根據(jù)所述當(dāng)前種群中每個(gè)個(gè)體中的所有聚類中心，將所述數(shù)據(jù)集中的樣本劃分到相應(yīng)的聚類中，并根據(jù)所述所有選擇概率，進(jìn)化所述當(dāng)前種群，生成下一代種群；

循環(huán)模塊，用于當(dāng)當(dāng)前進(jìn)化代數(shù)未超過預(yù)設(shè)的最大進(jìn)化代數(shù)時(shí)，獲取所述當(dāng)前種群進(jìn)化為所述下一代種群時(shí)生成優(yōu)異個(gè)體的數(shù)目，并根據(jù)所述優(yōu)異個(gè)體數(shù)目，計(jì)算所述下一代種群的自適應(yīng)指數(shù)，將所述下一代種群設(shè)置為所述當(dāng)前種群，跳轉(zhuǎn)至執(zhí)行計(jì)算所述當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值的操作；以及

聚類生成模塊，用于當(dāng)所述當(dāng)前進(jìn)化代數(shù)未超過所述最大進(jìn)化代數(shù)時(shí)，根據(jù)所述下一代種群中的最優(yōu)個(gè)體，生成并輸出所述數(shù)據(jù)集的聚類。

本發(fā)明對數(shù)據(jù)集的當(dāng)前種群進(jìn)行最大進(jìn)化代數(shù)次的進(jìn)化，從最后進(jìn)化得到的最優(yōu)個(gè)體中獲取數(shù)據(jù)集的聚類中心，最后根據(jù)這些聚類中心對數(shù)據(jù)集中的樣本進(jìn)行劃分，實(shí)現(xiàn)對數(shù)據(jù)集中樣本的聚類。其中，在當(dāng)前種群生成下一代種群的進(jìn)化過程中，本發(fā)明根據(jù)當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值和當(dāng)前種群的自適應(yīng)指數(shù)，確定當(dāng)前種群中每個(gè)個(gè)體的選擇概率，在根據(jù)該選擇概率對當(dāng)前種群進(jìn)行進(jìn)化生成下一代種群后，根據(jù)當(dāng)前種群進(jìn)化得到優(yōu)異個(gè)體的數(shù)目，計(jì)算下一代種群的自適應(yīng)指數(shù)。從而通過進(jìn)化使得個(gè)體的質(zhì)量在每次聚類時(shí)都有所提高，改善了聚類中心的敏感性所帶來的不足，通過進(jìn)化過程中的變異操作有效地避免了聚類過程受到“噪音”點(diǎn)的干擾，通過自適應(yīng)值的更新調(diào)整好個(gè)體被選擇的概率，有效地跳出局部最優(yōu)解，進(jìn)而有效地提高了聚類質(zhì)量。

附圖說明

圖1是本發(fā)明實(shí)施例一提供的數(shù)據(jù)聚類的方法的實(shí)現(xiàn)流程圖；

圖2是本發(fā)明實(shí)施例二提供的數(shù)據(jù)聚類的裝置的結(jié)構(gòu)示意圖；以及

圖3是本發(fā)明實(shí)施例二提供的數(shù)據(jù)聚類的裝置的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

以下結(jié)合具體實(shí)施例對本發(fā)明的具體實(shí)現(xiàn)進(jìn)行詳細(xì)描述：

實(shí)施例一：

圖1示出了本發(fā)明實(shí)施例一提供的數(shù)據(jù)聚類的方法的實(shí)現(xiàn)流程，為了便于說明，僅示出了與本發(fā)明實(shí)施例相關(guān)的部分，詳述如下：

在步驟s101中，接收輸入的待聚類的數(shù)據(jù)集，為數(shù)據(jù)集生成對應(yīng)的當(dāng)前種群，當(dāng)前種群中每個(gè)個(gè)體包含預(yù)設(shè)數(shù)目個(gè)聚類中心。

在本發(fā)明實(shí)施例中，待聚類的數(shù)據(jù)集由多個(gè)樣本點(diǎn)構(gòu)成。在數(shù)據(jù)集中隨機(jī)選取預(yù)設(shè)數(shù)目個(gè)樣本點(diǎn)，將這些樣本點(diǎn)分別設(shè)置為聚類中心，由這些預(yù)設(shè)數(shù)目個(gè)聚類中心可構(gòu)成當(dāng)前種群中的一個(gè)個(gè)體，通過重復(fù)前述步驟即可生成當(dāng)前種群中的所有個(gè)體。

作為示例地，當(dāng)數(shù)據(jù)集中每個(gè)樣本點(diǎn)的屬性維數(shù)為d、且當(dāng)前種群中每個(gè)個(gè)體包含k個(gè)聚類中心時(shí)，當(dāng)前種群中每個(gè)個(gè)體的長度為d×k，當(dāng)當(dāng)前種群大小為n時(shí)，初始化后當(dāng)前種群中第i個(gè)個(gè)體可表示為xi,0＝(ci,1,ci,2,…,ci,k)，ci,k為當(dāng)前種群中第i個(gè)個(gè)體的第k個(gè)聚類中心。該種群編碼方式簡單，且個(gè)體的長度較短，便于從中分解出最好的聚類中心。

在步驟s102中，計(jì)算當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值，并根據(jù)所有適應(yīng)度值和當(dāng)前種群的自適應(yīng)指數(shù)，生成每個(gè)個(gè)體的選擇概率。

在本發(fā)明實(shí)施例中，通過預(yù)設(shè)的目標(biāo)函數(shù)(例如，誤差平方函數(shù))，可計(jì)算得到當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值，適應(yīng)度值是用來衡量個(gè)體好壞的一個(gè)數(shù)值。在計(jì)算得到所有適應(yīng)度值后，可生成當(dāng)前種群中所有個(gè)體的優(yōu)劣等級，再根據(jù)優(yōu)劣等級和自適應(yīng)指數(shù)，計(jì)算每個(gè)個(gè)體的選擇概率。

具體地，計(jì)算得到所有適應(yīng)度值后，將當(dāng)前種群中所有個(gè)體按照適應(yīng)度值的大小進(jìn)行排列，根據(jù)排列順序進(jìn)行優(yōu)劣等級劃分。例如，排在第一位的個(gè)體的優(yōu)劣等級為1，排在第二位的個(gè)體的優(yōu)劣等級為2，以此類推，當(dāng)種群的規(guī)模為n時(shí)，排在最后一位的個(gè)體的優(yōu)劣等級為n。

具體地，當(dāng)個(gè)體按照適應(yīng)度值從差到好進(jìn)行排序后，優(yōu)劣等級越高的個(gè)體越優(yōu)異，此時(shí)根據(jù)優(yōu)劣等級和當(dāng)前種群的自適應(yīng)指數(shù)，計(jì)算當(dāng)前種群中每個(gè)個(gè)體的選擇概率的公式為：

其中，λ(g)為當(dāng)前進(jìn)化代數(shù)為g時(shí)當(dāng)前種群的自適應(yīng)指數(shù)，ri為當(dāng)前種群中第i個(gè)個(gè)體的優(yōu)劣等級，np為當(dāng)前種群中所有個(gè)體的總數(shù)，pi^g為當(dāng)前進(jìn)化代數(shù)為g時(shí)當(dāng)前種群中第i個(gè)個(gè)體的選擇概率。

在步驟s103中，根據(jù)當(dāng)前種群中每個(gè)個(gè)體中的所有聚類中心，將數(shù)據(jù)集中的樣本劃分到相應(yīng)的聚類中，并根據(jù)所有選擇概率，進(jìn)化當(dāng)前種群，生成下一代種群。

在本發(fā)明實(shí)施例中，根據(jù)當(dāng)前種群中個(gè)體中的聚類中心，可對數(shù)據(jù)集中的樣本進(jìn)行劃分，具體地，可根據(jù)數(shù)據(jù)集中樣本與聚類中心之間的距離，將樣本劃分到相應(yīng)的聚類中。

其中，根據(jù)選擇概率，進(jìn)化當(dāng)前種群，生成下一代種群，可通過下述步驟實(shí)現(xiàn)：

(1)根據(jù)選擇概率，在當(dāng)前種群中選擇目標(biāo)個(gè)體進(jìn)行變異和交叉，生成新個(gè)體。

具體地，根據(jù)選擇概率，在當(dāng)前種群中進(jìn)行選取不同的個(gè)體作為基向量和差分向量的末端向量，選擇優(yōu)劣等級較高的個(gè)體作為末端向量，由末端向量引導(dǎo)整個(gè)向量的走向，使得整個(gè)進(jìn)化過程處于優(yōu)異個(gè)體的引導(dǎo)中，從而有效提高進(jìn)化過程的收斂效率。

(2)將新個(gè)體的適應(yīng)度值與目標(biāo)個(gè)體的適應(yīng)度值比較，當(dāng)新個(gè)體優(yōu)于目標(biāo)個(gè)體時(shí)，將新個(gè)體設(shè)置為下一代種群中的個(gè)體，并將優(yōu)異個(gè)體的數(shù)目加一，否則將目標(biāo)個(gè)體設(shè)置為下一代種群中的個(gè)體。

具體地，在進(jìn)化得到新個(gè)體后，計(jì)算新個(gè)體的適應(yīng)度值，并將新個(gè)體的適應(yīng)度值與目標(biāo)個(gè)體的適應(yīng)度值進(jìn)行比較。在每次進(jìn)化中，都將優(yōu)異個(gè)體的數(shù)目初始化為零，通過優(yōu)異個(gè)體的數(shù)目來統(tǒng)計(jì)當(dāng)前進(jìn)化過程中生成優(yōu)于原個(gè)體的新個(gè)體數(shù)目。

在步驟s104中，判斷當(dāng)前進(jìn)化代數(shù)是否超過預(yù)設(shè)的最大進(jìn)化代數(shù)。

在本發(fā)明實(shí)施例中，當(dāng)前進(jìn)化代數(shù)用來記錄當(dāng)前對種群進(jìn)化的次數(shù)，最大進(jìn)化代數(shù)用來限制對種群進(jìn)化的總次數(shù)，當(dāng)當(dāng)前進(jìn)化代數(shù)超過最大進(jìn)化代數(shù)時(shí)，可認(rèn)為當(dāng)前種群中個(gè)體中的聚類中心以達(dá)到最優(yōu)。當(dāng)當(dāng)前進(jìn)化代數(shù)不超過最大進(jìn)化代數(shù)時(shí)，執(zhí)行步驟s105，否則，執(zhí)行步驟s106。

優(yōu)選地，在計(jì)算得到當(dāng)前種群中所有個(gè)體的適宜度值時(shí)，獲取所有適應(yīng)度值中的最優(yōu)適應(yīng)度值，可通過判斷該最優(yōu)適應(yīng)度值是否滿足預(yù)設(shè)的閾值(例如，不超過該預(yù)設(shè)閾值)，來確定當(dāng)前的聚類中心是夠達(dá)到最優(yōu)，從而有效地提高進(jìn)化過程的效率和聚類的效果。

在步驟s105中，獲取當(dāng)前種群進(jìn)化為下一代種群時(shí)生成優(yōu)異個(gè)體的數(shù)目，并根據(jù)優(yōu)異個(gè)體數(shù)目，計(jì)算下一代種群的自適應(yīng)指數(shù)，將下一代種群設(shè)置為當(dāng)前種群。

在本發(fā)明實(shí)施例中，在當(dāng)前進(jìn)化代數(shù)未超過預(yù)設(shè)的最大進(jìn)化代數(shù)時(shí)，通過統(tǒng)計(jì)的優(yōu)異個(gè)體數(shù)目，計(jì)算下一代種群的自適應(yīng)指數(shù)，并跳轉(zhuǎn)至執(zhí)行計(jì)算當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值的操作，以對下一代種群進(jìn)行進(jìn)化。

具體地，在計(jì)算下一代種群的自適應(yīng)指數(shù)時(shí)，先根據(jù)當(dāng)前種群進(jìn)化為下一代種群時(shí)的優(yōu)異個(gè)體數(shù)目，計(jì)算對應(yīng)的優(yōu)異個(gè)體比例。接著，將該優(yōu)異個(gè)體比例與預(yù)設(shè)的期望值進(jìn)行比較，根據(jù)比較結(jié)果，計(jì)算下一代種群的自適應(yīng)指數(shù)。

具體地，優(yōu)異個(gè)體比例的計(jì)算公式為：

其中，sr(g+1)為當(dāng)前進(jìn)化代數(shù)為g時(shí)當(dāng)前種群進(jìn)化生成的優(yōu)異個(gè)體比例，c(g+1)為當(dāng)前進(jìn)化代數(shù)為g時(shí)當(dāng)前種群進(jìn)化生成的優(yōu)異個(gè)體數(shù)目。

具體地，期望值為u·sr(g)，其中，u為預(yù)設(shè)參數(shù)，sr(g)為進(jìn)化代數(shù)為g-1時(shí)當(dāng)前種群進(jìn)化生成的優(yōu)異個(gè)體比例。

具體地，當(dāng)優(yōu)異個(gè)體比例不小于期望值時(shí)，下一代種群自適應(yīng)指數(shù)的計(jì)算公式為λ(g+1)＝min(λ(g)+δ·sr(g+1),λmax)，否則下一代種群自適應(yīng)指數(shù)的計(jì)算公式為λ(g+1)＝max(λmin,λ(g)-δ·(1-sr(g+1)))，其中，λmin、λmax、δ、u為預(yù)設(shè)參數(shù)。

在步驟s106中，根據(jù)下一代種群中的最優(yōu)個(gè)體，生成并輸出數(shù)據(jù)集的聚類。

在本發(fā)明實(shí)施例中，當(dāng)當(dāng)前進(jìn)化代數(shù)超過最大進(jìn)化代數(shù)時(shí)，不再循環(huán)執(zhí)行種群的進(jìn)化操作，此時(shí)從下一代種群中獲取適應(yīng)值最優(yōu)的個(gè)體，即最優(yōu)個(gè)體，對該最優(yōu)個(gè)體進(jìn)行解碼，獲取其中所有的聚類中心，根據(jù)這些聚類中心，將數(shù)據(jù)集中的樣本劃分到相應(yīng)的聚類中去。

在本發(fā)明實(shí)施例中，根據(jù)待聚類的數(shù)據(jù)集，初始化當(dāng)前種群，根據(jù)當(dāng)前種群中個(gè)體的適應(yīng)度值，對個(gè)體劃分優(yōu)劣等級，并根據(jù)當(dāng)前種群的自適應(yīng)指數(shù)，為不同的個(gè)體生成不同的選擇概率，好的個(gè)體對應(yīng)較高的選擇概率，根據(jù)生成的選擇概率，進(jìn)化當(dāng)前種群，使得好的個(gè)體去引導(dǎo)整個(gè)進(jìn)化的收斂方向，當(dāng)當(dāng)前進(jìn)化代數(shù)未超過最大進(jìn)化代數(shù)時(shí)，根據(jù)當(dāng)前種群進(jìn)化到下一代種群生成的優(yōu)異個(gè)體數(shù)目，調(diào)整下一代種群的自適應(yīng)指數(shù)，并根據(jù)調(diào)整后的自適應(yīng)指數(shù)，更新下一代種群中不同個(gè)體的選擇概率，對下一代種群進(jìn)行進(jìn)化，直至當(dāng)前進(jìn)化代數(shù)超過最大進(jìn)化代數(shù)，最后，根據(jù)最后進(jìn)化得到的當(dāng)前種群，得到數(shù)據(jù)集的聚類結(jié)果，從而通過多次的進(jìn)化，提高數(shù)據(jù)集的聚類中心的生成質(zhì)量，并根據(jù)進(jìn)化過程中生成優(yōu)異個(gè)體的數(shù)目，調(diào)節(jié)個(gè)體的選擇概率，有效地調(diào)高了進(jìn)化過程收斂到較好聚類中心的效率，避免陷入局部最優(yōu)。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，所述的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，所述的存儲(chǔ)介質(zhì)，如rom/ram、磁盤、光盤等。

實(shí)施例二：

圖2示出了本發(fā)明實(shí)施例二提供的數(shù)據(jù)聚類的裝置的結(jié)構(gòu)，為了便于說明，僅示出了與本發(fā)明實(shí)施例相關(guān)的部分，其中包括：

初始化模塊21，用于接收輸入的待聚類的數(shù)據(jù)集，為數(shù)據(jù)集生成對應(yīng)的當(dāng)前種群，當(dāng)前種群中每個(gè)個(gè)體包含預(yù)設(shè)數(shù)目個(gè)聚類中心；

計(jì)算模塊22，用于計(jì)算當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值，并根據(jù)適應(yīng)度值和當(dāng)前種群的自適應(yīng)指數(shù)，生成每個(gè)個(gè)體的選擇概率；

進(jìn)化模塊23，用于根據(jù)當(dāng)前種群中每個(gè)個(gè)體中的所有聚類中心，將數(shù)據(jù)集中的樣本劃分到相應(yīng)的聚類中，并根據(jù)所有選擇概率，進(jìn)化當(dāng)前種群，生成下一代種群；

循環(huán)模塊24，用于當(dāng)當(dāng)前進(jìn)化代數(shù)未超過預(yù)設(shè)的最大進(jìn)化代數(shù)時(shí)，獲取當(dāng)前種群進(jìn)化為下一代種群時(shí)生成優(yōu)異個(gè)體的數(shù)目，并根據(jù)優(yōu)異個(gè)體數(shù)目，計(jì)算下一代種群的自適應(yīng)指數(shù)，將下一代種群設(shè)置為當(dāng)前種群，跳轉(zhuǎn)至執(zhí)行計(jì)算當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值的操作；以及

聚類生成模塊25，用于當(dāng)當(dāng)前進(jìn)化代數(shù)未超過最大進(jìn)化代數(shù)時(shí)，根據(jù)下一代種群中的最優(yōu)個(gè)體，生成并輸出數(shù)據(jù)集的聚類。

優(yōu)選地，如圖3所示，初始化模塊21包括聚類中心選取模塊311、種群生成模塊312，其中：

聚類中心選取模塊311，用于在數(shù)據(jù)集中隨機(jī)預(yù)設(shè)數(shù)目個(gè)樣本點(diǎn)，將預(yù)設(shè)數(shù)目個(gè)樣本點(diǎn)分別設(shè)置為聚類中心；以及

種群生成模塊312，用于將預(yù)設(shè)數(shù)目個(gè)聚類中心組合成當(dāng)前種群中的一個(gè)個(gè)體，重復(fù)隨機(jī)選取操作，生成當(dāng)前種群中的所有個(gè)體。

優(yōu)選地，如圖3所示，計(jì)算模塊22包括適應(yīng)度值計(jì)算模塊321、選擇概率計(jì)算模塊322，其中：

適應(yīng)度值計(jì)算模塊321，用于根據(jù)預(yù)設(shè)的目標(biāo)函數(shù)，計(jì)算當(dāng)前種群中每個(gè)個(gè)體的適應(yīng)度值；以及

選擇概率計(jì)算模塊322，用于根據(jù)所有適應(yīng)度值，生成當(dāng)前種群中每個(gè)個(gè)體的優(yōu)劣等級，并根據(jù)所有優(yōu)劣等級和當(dāng)前種群的自適應(yīng)指數(shù)，計(jì)算當(dāng)前種群中每個(gè)個(gè)體的選擇概率。

優(yōu)選地，如圖3所示，進(jìn)化模塊23包括個(gè)體進(jìn)化模塊331、新種群生成模塊332，其中：

個(gè)體進(jìn)化模塊331，用于根據(jù)選擇概率，在當(dāng)前種群中選擇目標(biāo)個(gè)體進(jìn)行變異和交叉，生成新個(gè)體；以及

新種群生成模塊332，用于將新個(gè)體的適應(yīng)度值與目標(biāo)個(gè)體的適應(yīng)度值比較，當(dāng)新個(gè)體優(yōu)于目標(biāo)個(gè)體時(shí)，將新個(gè)體設(shè)置為下一代種群中的個(gè)體，并將優(yōu)異個(gè)體數(shù)目加一，否則將目標(biāo)個(gè)體設(shè)置為下一代種群中的個(gè)體。

優(yōu)選地，如圖3所示，循環(huán)模塊24包括比例計(jì)算模塊341、自適應(yīng)指數(shù)更新模塊342，其中：

比例計(jì)算模塊341，用于根據(jù)優(yōu)異個(gè)體的數(shù)目，計(jì)算當(dāng)前種群進(jìn)化為下一代種群時(shí)的優(yōu)異個(gè)體比例；以及

自適應(yīng)指數(shù)更新模塊342，用于將優(yōu)異個(gè)體比例和預(yù)設(shè)的期望值進(jìn)行比較，根據(jù)比較結(jié)果，計(jì)算下一代種群的自適應(yīng)指數(shù)。

在本發(fā)明實(shí)施例中，根據(jù)待聚類的數(shù)據(jù)集，初始化當(dāng)前種群，根據(jù)當(dāng)前種群中個(gè)體的適應(yīng)度值，對個(gè)體劃分優(yōu)劣等級，并根據(jù)當(dāng)前種群的自適應(yīng)指數(shù)，為不同的個(gè)體生成不同的選擇概率，好的個(gè)體對應(yīng)較高的選擇概率，根據(jù)生成的選擇概率，進(jìn)化當(dāng)前種群，使得好的個(gè)體去引導(dǎo)整個(gè)進(jìn)化的收斂方向，當(dāng)當(dāng)前進(jìn)化代數(shù)未超過最大進(jìn)化代數(shù)時(shí)，根據(jù)當(dāng)前種群進(jìn)化到下一代種群生成的優(yōu)異個(gè)體數(shù)目，調(diào)整下一代種群的自適應(yīng)指數(shù)，并根據(jù)調(diào)整后的自適應(yīng)指數(shù)，更新下一代種群中不同個(gè)體的選擇概率，對下一代種群進(jìn)行進(jìn)化，直至當(dāng)前進(jìn)化代數(shù)超過最大進(jìn)化代數(shù)，最后，根據(jù)最后進(jìn)化得到的當(dāng)前種群，得到數(shù)據(jù)集的聚類結(jié)果，從而通過多次的進(jìn)化，提高數(shù)據(jù)集的聚類中心的生成質(zhì)量，并根據(jù)進(jìn)化過程中生成優(yōu)異個(gè)體的數(shù)目，調(diào)節(jié)個(gè)體的選擇概率，有效地調(diào)高了進(jìn)化過程收斂到較好聚類中心的效率，避免陷入局部最優(yōu)。

在本發(fā)明實(shí)施例中，數(shù)據(jù)聚類的裝置的各單元可由相應(yīng)的硬件或軟件單元實(shí)現(xiàn)，各單元可以為獨(dú)立的軟、硬件單元，也可以集成為一個(gè)軟、硬件單元，在此不用以限制本發(fā)明。本發(fā)明實(shí)施例中各模塊的具體實(shí)施方式可參考前述實(shí)施例一中各步驟的描述，在此不再贅述。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。