公开(公告)号：CN103823843A

公开(公告)日：2014-05-28

申请号：CN201410035056.0

申请日：2014-01-24

Applicant: 北京理工大学

Inventor： 刘峡壁 ,  伍艺 ,  万玉钗

IPC: G06F17/30

CPC classification number: G06F17/30598

Abstract: 本发明涉及一种高斯混合模型树及其递增聚类方法，属于计算机应用技术中的聚类技术领域。该方法包括两部分：1、一种新的聚类结构——高斯混合模型树（聚类树）；2、在（1）的基础上，提出基于高斯混合模型树的递增聚类方法；其中，递增聚类方法包括数据插入、更新聚类树、数据删除和聚类结果确定。这四个技术环节的关系为：对于每一个新数据，都需要插入到现有的高斯混合模型树，再根据插入的结果更新聚类树；随着新数据的插入，检查已经插入到聚类树的数据是否需要删除，如果需要删除，则删除数据；当所有数据读取完成之后，确定聚类结果。本发明的方法在聚类的准确率、执行效率和稳定性方面都可以获得较好的效果。

公开(公告)号：CN103823843B

公开(公告)日：2017-02-22

申请号：CN201410035056.0

申请日：2014-01-24

Applicant: 北京理工大学

Inventor： 刘峡壁 ,  伍艺 ,  万玉钗

IPC: G06F17/30

Abstract: 本发明涉及一种高斯混合模型树及其递增聚类方法，属于计算机应用技术中的聚类技术领域。该方法包括两部分：1、一种新的聚类结构——高斯混合模型树（聚类树）；2、在（1）的基础上，提出基于高斯混合模型树的递增聚类方法；其中，递增聚类方法包括数据插入、更新聚类树、数据删除和聚类结果确定。这四个技术环节的关系为：对于每一个新数据，都需要插入到现有的高斯混合模型树，再根据插入的结果更新聚类树；随着新数据的插入，检查已经插入到聚类树的数据是否需要删除，如果需要删除，则删除数据；当所有数据读取完成之后，确定聚类结果。本发明的方法在聚类的准确率、执行效率和稳定性方面都可以获得较好的效果。