本發(fā)明涉及數(shù)據(jù)挖掘領(lǐng)域，特別是涉及一種用于聚類分析中相似度識(shí)別的方法及裝置。

背景技術(shù)：

隨著大數(shù)據(jù)時(shí)代的到來(lái)，各個(gè)領(lǐng)域都積累了海量的繁雜數(shù)據(jù)，使得如何挖掘數(shù)據(jù)中潛在的價(jià)值成了當(dāng)今數(shù)據(jù)大環(huán)境下的研究熱點(diǎn)。其中，聚類分析廣泛應(yīng)用于多個(gè)領(lǐng)域，例如氣象預(yù)報(bào)、電力、金融、林業(yè)等。

聚類分析是數(shù)理統(tǒng)計(jì)中的一種多元分析方法，它是用數(shù)學(xué)方法定量地確定樣本的親疏關(guān)系，從而客觀地劃分類型。通常把被聚類的事物稱為樣本，將被聚類的一組事物稱為樣本集。而相似度函數(shù)可以用于度量樣本數(shù)據(jù)之間相似程度的工具。

目前，常用的相似度函數(shù)有歐氏距離法和灰度關(guān)聯(lián)法，歐氏距離法是一種靜態(tài)分析方法，適用于研究對(duì)象的靜態(tài)分析，只反映兩個(gè)研究對(duì)象空間上的距離大小，能保證序列間的“值相似”度，但不能充分保證研究對(duì)象的形態(tài)或輪廓的相似性，即不能保證“型相似”度；灰色關(guān)聯(lián)度法是動(dòng)態(tài)分析方法，適用于研究對(duì)象的動(dòng)態(tài)歷程，其可以動(dòng)態(tài)分析研究對(duì)象間的變化趨勢(shì)，能保證“型相似”度，但不能保證“值相似”度。綜上所述，上述兩種方法在相似度的表述上都缺乏完整性，即不能同時(shí)表示序列間的“型相似”度和“值相似”度。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種用于聚類分析中相似度識(shí)別的方法，目的在于解決現(xiàn)有技術(shù)聚類分析中的相似度表述不完整的問(wèn)題。

為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種用于聚類分析中相似度識(shí)別的方法，該方法包括：

獲取第一序列和第二序列；

計(jì)算所述第一序列內(nèi)預(yù)分配有預(yù)設(shè)權(quán)重的元素和所述第二序列內(nèi)預(yù)分配有所述預(yù)設(shè)權(quán)重的元素間的歐氏距離；

根據(jù)第一序列內(nèi)第i維元素的增量和第二序列內(nèi)第i維元素的增量，計(jì)算所述第一序列第i維元素和所述第二序列內(nèi)第i維元素間的關(guān)聯(lián)系數(shù)，其中，i＝2,3,4...n；

根據(jù)所述關(guān)聯(lián)系數(shù)，計(jì)算出所述第一序列和所述第二序列間的灰色關(guān)聯(lián)度；

根據(jù)所述灰色關(guān)聯(lián)度和所述歐氏距離，以預(yù)設(shè)權(quán)重系數(shù)，計(jì)算出所述第一序列和所述第二序列間的相似度。

可選地，所述計(jì)算所述第一序列內(nèi)預(yù)分配有預(yù)設(shè)權(quán)重的元素和所述第二序列內(nèi)預(yù)分配有所述預(yù)設(shè)權(quán)重的元素間的歐氏距離包括：

基于歐氏距離模型計(jì)算所述第一序列內(nèi)預(yù)分配有預(yù)設(shè)權(quán)重的元素和所述第二序列內(nèi)預(yù)分配有所述預(yù)設(shè)權(quán)重的元素間的歐氏距離；

其中，所述第一序列為x＝[x1,x2···xn]，所述第二序列為y＝[y1,y2···yn]；ωi為所述預(yù)設(shè)權(quán)重，ωi∈[0,1]；n為序列的總元素個(gè)數(shù)。

可選地，所述根據(jù)第一序列內(nèi)第i維元素的增量和第二序列內(nèi)第i維元素的增量，計(jì)算所述第一序列第i維元素和所述第二序列內(nèi)第i維元素間的關(guān)聯(lián)系數(shù)包括：

計(jì)算所述第一序列內(nèi)第i維元素的增量以及所述第二序列內(nèi)第i維元素的增量

基于關(guān)聯(lián)系數(shù)模型計(jì)算所述第一序列第i維元素和所述第二序列內(nèi)第i維元素間的關(guān)聯(lián)系數(shù)；

其中，當(dāng)同為零時(shí)，ε(i)＝1；當(dāng)不同為零時(shí)，

可選地，所述根據(jù)所述關(guān)聯(lián)系數(shù)，計(jì)算出所述第一序列和所述第二序列間的灰色關(guān)聯(lián)度包括：

基于灰色關(guān)聯(lián)度模型計(jì)算出所述第一序列和所述第二序列間的所述灰色關(guān)聯(lián)度；其中，ε(i)為所述關(guān)聯(lián)系數(shù)。

可選地，所述根據(jù)所述灰色關(guān)聯(lián)度和所述歐氏距離，以預(yù)設(shè)權(quán)重系數(shù)，計(jì)算出所述第一序列和所述第二序列間的相似度包括：

基于相似度識(shí)別模型計(jì)算出所述第一序列和所述第二序列間的所述相似度；

其中，μ和ν均為權(quán)重系數(shù)，μ+ν＝1。

可選地，所述權(quán)重系數(shù)均為0.5。

本發(fā)明所提供的一種用于聚類分析中相似度識(shí)別的方法，通過(guò)獲取第一序列和第二序列；計(jì)算所述第一序列內(nèi)預(yù)分配有預(yù)設(shè)權(quán)重的元素和所述第二序列內(nèi)預(yù)分配有所述預(yù)設(shè)權(quán)重的元素間的歐氏距離；根據(jù)第一序列內(nèi)第i維元素的增量和第二序列內(nèi)第i維元素的增量，計(jì)算所述第一序列第i維元素和所述第二序列內(nèi)第i維元素間的關(guān)聯(lián)系數(shù)，其中，i＝2,3,4...n；根據(jù)所述關(guān)聯(lián)系數(shù)，計(jì)算出所述第一序列和所述第二序列間的灰色關(guān)聯(lián)度；根據(jù)所述灰色關(guān)聯(lián)度和所述歐氏距離，以預(yù)設(shè)權(quán)重系數(shù)，計(jì)算出所述第一序列和所述第二序列間的相似度。本申請(qǐng)通過(guò)權(quán)重系數(shù)，將序列間的歐氏距離和灰色關(guān)聯(lián)度有機(jī)結(jié)合在一起，使得得出的相似度即可以反映兩序列間的空間上的距離大小，也可以反映形態(tài)或輪廓的相似性，即計(jì)算出的相似度可以同時(shí)表示序列間的“型相似”度和“值相似”度。

附圖說(shuō)明

為了更清楚的說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單的介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例所提供的用于聚類分析中相似度識(shí)別方法的一種具體實(shí)施方式的流程示意圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參見(jiàn)圖1，圖1為本發(fā)明實(shí)施例所提供的用于聚類分析中相似度識(shí)別方法的一種具體實(shí)施方式的流程示意圖，該方法包括以下步驟：

步驟101：獲取第一序列和第二序列。

需要說(shuō)明的是，上述第一序列和第二序列可以是指聚類分析的兩個(gè)研究對(duì)象。第一序列可以具體為x＝[x1,x2···xn]，第二序列可以具體為y＝[y1,y2···yn]。

步驟102：計(jì)算所述第一序列內(nèi)預(yù)分配有預(yù)設(shè)權(quán)重的元素和所述第二序列內(nèi)預(yù)分配有所述預(yù)設(shè)權(quán)重的元素間的歐氏距離。

具體地，預(yù)先為序列內(nèi)的每個(gè)元素分配一個(gè)權(quán)重，然后再基于歐氏距離的定義，計(jì)算兩個(gè)序列內(nèi)的對(duì)應(yīng)元素間的歐氏距離。例如，第一序列x內(nèi)的第j個(gè)元素xj對(duì)應(yīng)的權(quán)重為wj，第二序列y內(nèi)的第j個(gè)元素yj的權(quán)重也為wj，先計(jì)算(wjxj-wjyj)²平方和，依次類推，依次計(jì)算兩個(gè)序列內(nèi)的每個(gè)元素，再將各個(gè)元素的平方和求和，接著求出序列間的歐氏距離。

作為一種具體實(shí)施方式，上述計(jì)算所述第一序列內(nèi)預(yù)分配有預(yù)設(shè)權(quán)重的元素和所述第二序列內(nèi)預(yù)分配有所述預(yù)設(shè)權(quán)重的元素間的歐氏距離的過(guò)程可以具體為：基于歐氏距離模型計(jì)算所述第一序列內(nèi)預(yù)分配有預(yù)設(shè)權(quán)重的元素和所述第二序列內(nèi)預(yù)分配有所述預(yù)設(shè)權(quán)重的元素間的歐氏距離；其中，所述第一序列為x＝[x1,x2···xn]，所述第二序列為y＝[y1,y2···yn]；ωi為所述預(yù)設(shè)權(quán)重，ωi∈[0,1]；n為序列的總元素個(gè)數(shù)。

顯而易見(jiàn)地，ωi的取值可以根據(jù)實(shí)際情況進(jìn)行設(shè)定，在此不作限定。

步驟103：根據(jù)第一序列內(nèi)第i維元素的增量和第二序列內(nèi)第i維元素的增量，計(jì)算所述第一序列第i維元素和所述第二序列內(nèi)第i維元素間的關(guān)聯(lián)系數(shù)，其中，i＝2,3,4...n。

需要說(shuō)明的是，上述增量可以由序列的當(dāng)前元素減去前一個(gè)元素得出，例如，當(dāng)然，上述增量也可以是序列內(nèi)不相鄰元素間的差值，例如，

作為一種具體實(shí)施方式，上述根據(jù)第一序列內(nèi)第i維元素的增量和第二序列內(nèi)第i維元素的增量，計(jì)算所述第一序列第i維元素和所述第二序列內(nèi)第i維元素間的關(guān)聯(lián)系數(shù)的過(guò)程可以具體為：計(jì)算所述第一序列內(nèi)第i維元素的增量以及所述第二序列內(nèi)第i維元素的增量基于關(guān)聯(lián)系數(shù)模型計(jì)算所述第一序列第i維元素和所述第二序列內(nèi)第i維元素間的關(guān)聯(lián)系數(shù)；其中，dxi＝(xi-xi-1)，dyi＝(yi-yi-1)；當(dāng)同為零時(shí)，ε(i)＝1；當(dāng)不同為零時(shí)，

需要說(shuō)明的是，當(dāng)λi等于1時(shí)，ε(i)大于0，此時(shí)，表示序列x和y的第i維元素相對(duì)于第(i-1)維元素變化的正負(fù)方向一致；而當(dāng)λi等于-1時(shí)，ε(i)小于0，此時(shí)，表示序列x和y的第i維元素相對(duì)于第(i-1)維元素變化的正負(fù)方向相反。

傳統(tǒng)的灰色關(guān)聯(lián)度只能夠反映序列間同向趨勢(shì)的變化，該同向趨勢(shì)變化為同為正向或同為負(fù)向。此處，引入符號(hào)函數(shù)灰色關(guān)聯(lián)度的計(jì)算模型，使其可以反映不同向趨勢(shì)與同向趨勢(shì)變化。

可以看出，在灰色關(guān)聯(lián)度部分引入符號(hào)函數(shù)λi，可以反映出序列間的正負(fù)關(guān)聯(lián)性，完善了相似度函數(shù)的表達(dá)能力。

步驟104：根據(jù)所述關(guān)聯(lián)系數(shù)，計(jì)算出所述第一序列和所述第二序列間的灰色關(guān)聯(lián)度。

具體地，在計(jì)算出序列間各個(gè)元素的關(guān)聯(lián)系數(shù)之后，可以根據(jù)該關(guān)聯(lián)系數(shù)。

作為一種具體實(shí)施方式，上述根據(jù)所述關(guān)聯(lián)系數(shù)，計(jì)算出所述第一序列和所述第二序列間的灰色關(guān)聯(lián)度的過(guò)程可以具體為：基于灰色關(guān)聯(lián)度模型計(jì)算出所述第一序列和所述第二序列間的所述灰色關(guān)聯(lián)度；其中，ε(i)為所述關(guān)聯(lián)系數(shù)。

步驟105：根據(jù)所述灰色關(guān)聯(lián)度和所述歐氏距離，以預(yù)設(shè)權(quán)重系數(shù)，計(jì)算出所述第一序列和所述第二序列間的相似度。

需要說(shuō)明的是，上述預(yù)設(shè)權(quán)重系數(shù)可以是指灰度關(guān)聯(lián)度和歐氏距離的權(quán)重系數(shù)，具體地，灰度關(guān)聯(lián)度的權(quán)重系數(shù)記為μ，歐氏距離的權(quán)重系數(shù)記為ν，μ+ν＝1。

可選地，μ＝0.5，ν＝0.5。當(dāng)然，當(dāng)需要提高序列間的“型相似度”時(shí)，μ的取值可以相應(yīng)增大；而當(dāng)需要提高序列間的“值相似度”時(shí)，ν的取值可以相應(yīng)增大，即可以根據(jù)實(shí)際情況，對(duì)μ、ν的取值進(jìn)行調(diào)整，在此不作限定。

作為一種具體實(shí)施方式，上述根據(jù)所述灰色關(guān)聯(lián)度和所述歐氏距離，以預(yù)設(shè)權(quán)重系數(shù)，計(jì)算出所述第一序列和所述第二序列間的相似度的過(guò)程可以具體為：基于相似度識(shí)別模型計(jì)算出所述第一序列和所述第二序列間的所述相似度；其中，μ和ν均為權(quán)重系數(shù)，μ+ν＝1。

可以看出，上述相似度識(shí)別模型兩部分，其中一部分是兩序列間的灰色關(guān)聯(lián)度，其可以表示出序列間的形態(tài)或輪廓相似性，即“型相似”度；另一部分是兩序列間的歐氏距離，其可以表示出序列間的空間距離大小，即“值相似”度。將歐氏距離函數(shù)和灰色關(guān)聯(lián)度通過(guò)權(quán)重系數(shù)有機(jī)結(jié)合在一起，可以克服現(xiàn)有技術(shù)中單一方法的局限性，使得相似度的表述上更加完整。

本發(fā)明實(shí)施例所提供的用于聚類分析中相似度識(shí)別方法，通過(guò)獲取第一序列和第二序列；計(jì)算第一序列內(nèi)預(yù)分配有預(yù)設(shè)權(quán)重的元素和第二序列內(nèi)預(yù)分配有預(yù)設(shè)權(quán)重的元素間的歐氏距離；根據(jù)第一序列內(nèi)第i維元素的增量和第二序列內(nèi)第i維元素的增量，計(jì)算第一序列第i維元素和第二序列內(nèi)第i維元素間的關(guān)聯(lián)系數(shù)，其中，i＝2,3,4...n；根據(jù)關(guān)聯(lián)系數(shù)，計(jì)算出第一序列和第二序列間的灰色關(guān)聯(lián)度；根據(jù)灰色關(guān)聯(lián)度和歐氏距離，以預(yù)設(shè)權(quán)重系數(shù)，計(jì)算出第一序列和第二序列間的相似度。該方法通過(guò)權(quán)重系數(shù)，將序列間的歐氏距離和灰色關(guān)聯(lián)度有機(jī)結(jié)合在一起，使得得出的相似度即可以反映兩序列間的空間上的距離大小，也可以反映形態(tài)或輪廓的相似性，即計(jì)算出的相似度可以同時(shí)表示序列間的“型相似”度和“值相似”度。

以上對(duì)本發(fā)明所提供的用于聚類分析中相似度識(shí)別方法進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本發(fā)明的方法及其核心思想。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以對(duì)本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。