申请/专利权人：小视科技(江苏)股份有限公司

申请日：2022-02-08

公开（公告）日：2024-06-25

公开（公告）号：CN114462533B

主分类号：G06F18/23

分类号：G06F18/23;G06F18/2321

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.05.17#著录事项变更;2022.05.27#实质审查的生效;2022.05.10#公开

摘要：本发明公开了一种群聚性物体聚类方法，涉及数据挖掘技术领域，解决了现有聚类算法不够灵活的技术问题，其技术方案要点是引入更合理的距离度评判物体间的相对距离，以密集中心为初始聚类中心，逐步合并周围相邻物体并更新聚类框边界。不随机初始化聚类中心点；无需指定聚类数量，使用更加灵活；在聚类的过程中引入距离度，合理分析物体相对距离的远近。

主权项：1.一种群聚性物体聚类方法，其特征在于，包括：步骤1：获取n个物体最小包围框集合A，A＝{a1,a2...,an}，同时给定搜索半径J；其中，n1；步骤2：计算A中每个最小包围框的中心点分别为c1,c2,...,cn；步骤3：遍历计算A中每个最小包围框与其余最小包围框中心点的直线距离，获取每个最小包围框与其余最小包围框中心点直线距离的最小值，分别为d1,d2,…,dn，将最小值除以当前最小包围框宽、高中的最大值得到距离度b，b的计算公式为： 步骤4：将A中的最小包围框按对应b值大小由小到大排序得到框集合M，设M＝{m1,m2,…,mn}；步骤5：建立聚类框空集合Q；步骤6：建立空集合L并加入m1，同时M剔除m1；遍历M，先以m1中心点作为搜索中心点K，并以J作为搜索半径，找出在范围内的所有框并加入L，然后将所有满足条件的框从M中剔除；步骤7：遍历L并计算L中所有框中心点的平均值，对搜索中心点K进行更新；然后重复步骤6，直至L不更新；遍历L中全部框的边界坐标，得到边界坐标的最小值和最大值，分别为xmin、ymin、xmax、ymax，则该坐标即为聚类框q的边界坐标；步骤8：遍历计算M中剩余框与聚类框q的面积比iou，表示为： 当框mn的面积比iou大于等于0.8时，则将框mn加入聚类框q中，并更新聚类框q的边界范围使其完全包围mn，然后将框mn从M中剔除，最后清空集合L，最终得到的聚类框即为当前聚类最终结果并将全部聚类框加入集合Q；其中，inter表示框mn与聚类框q的面积交集，arean表示框mn的面积；步骤9：遍历剩余M，重复步骤6至8，直到M为空，获取全部聚类框，更新集合Q＝{q1,q2,…,qj}，j≤n。

全文数据：

权利要求：

百度查询： 小视科技(江苏)股份有限公司 一种群聚性物体聚类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD