基于马尔科夫聚类算法的动态聚类方法

摘要

本发明涉及一种基于马尔科夫聚类算法的动态聚类方法，将数据集按照适合改进后的马尔科夫聚类算法的数据规模P进行批量聚类，即每次从数据集选取数据规模为P的数据集进行聚类；使用代表点算法在有新增数据时快速完成聚类更新，对于新增数据和原有数据分别利用代表类簇的代表点进行聚类，并根据聚类结果进行类别合并从而完成聚类更新，从而减少每次参与聚类的数据量，提高聚类的效率。本发明解决了马尔科夫聚类算法对大规模数据聚类精度低、速度缓慢的问题，主要应用于监控视频下类别数量未知的大规模人脸聚类。