本发明公开了一种基于粒子群算法的视频数据挖掘高维聚类分析方法。
该方法首先对视频数据集提取特征属性,将这些属性数值化,形成样本。随后,对样本数据进行适当改造,使得样本点每一维属性都改成其对应维最大值的百分比。
通过这种适当改造样本的方式,本发明能够解决部分噪声数据的影响。同时,基于粒子群的聚类分析算法,能够提高聚类分析算法的收敛速度,并减弱初始聚类中心点选择的敏感性。
| 专利名称 | 基于粒子群优化的视频数据挖掘高维聚类方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201610293257.X |
| 申请号 | - | 专利申请日期 | 2016-05-05 |
| 专利授权日期 | 2016-09-21 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 陈志;杨天明;岳文静;龚凯 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明公开一种基于粒子群算法视频数据挖掘高维聚类分析方法。该方法首先对视频数据集提取特征属性,把这些属性数值化,形成样本;之后对样本数据进行适当改造,使得样本点每一维属性都改成其对应维最大值的百分比。本发明通过适当改造样本,能够解决部分噪声数据的影响;通过基于粒子群的聚类分析算法,能够提高聚类分析算法的收敛速度,减弱初始聚类中心点选择的敏感性。 | ||