1 #include "ClusterAnalysis.h"
  2 #include <fstream>
  3 #include <iosfwd>
  4 #include <math.h>
  5 
  6 /*  7 函式：聚類初始化操作
  8 說明：將資料檔名，半徑，領域最小資料個數資訊寫入聚類演算法類，讀取檔案，把資料資訊讀入寫進演算法類資料集合中
  9 引數：
 10 char* fileName;    //檔名
 11 double radius;    //半徑
 12 int minPTs;        //領域最小資料個數  
 13 返回值： true;    
 
*/
 14 bool ClusterAnalysis::Init(char* fileName, double radius, int minPTs)
 15 {
 16     this->radius = radius;        //設定半徑 17     this->minPTs = minPTs;        //設定領域最小資料個數 18     this->dimNum = DIME_NUM;    //設定資料維度 19     ifstream ifs(fileName);        //開啟檔案 20     if (! ifs.is_open())                //
 
若檔案已經被開啟，報錯誤資訊 21     {
 22         cout << "Error opening file";    //輸出錯誤資訊 23         exit (-1);                        //程式退出 24     }
 25 
 26     unsigned long i=0;            //資料個數統計 27     while (! ifs.eof() )                //從檔案中讀取POI資訊，將POI資訊寫入POI列表中 28     {
 29         DataPoint tempDP;                //
 
臨時資料點物件 30         double tempDimData[DIME_NUM];    //臨時資料點維度資訊 31         for(int j=0; j<DIME_NUM; j++)    //讀檔案，讀取每一維資料 32         {
 33             ifs>>tempDimData[j];
 34         }
 35         tempDP.SetDimension(tempDimData);    //將維度資訊存入資料點物件內
 36  37 //char date[20]="";
 38 //char time[20]=""; 39         ////double type;    //無用資訊 40         //ifs >> date;
 41 //ifs >> time;    //無用資訊讀入 42 
 43         tempDP.SetDpId(i);                    //將資料點物件ID設定為i 44         tempDP.SetVisited(false);            //資料點物件isVisited設定為false 45         tempDP.SetClusterId(-1);            //設定預設簇ID為-1 46         dadaSets.push_back(tempDP);            //將物件壓入資料集合容器 47         i++;        //計數+1 48     }
 49     ifs.close();        //關閉檔案流 50     dataNum =i;            //設定資料物件集合大小為i 51     for(unsigned long i=0; i<dataNum;i++)
 52     {
 53         SetArrivalPoints(dadaSets[i]);            //計算資料點領域內物件 54     }
 55     return true;    //返回 56 }
 57 
 58 /* 59 函式：將已經過聚類演算法處理的資料集合寫回檔案
 60 說明：將已經過聚類結果寫回檔案
 61 引數：
 62 char* fileName;    //要寫入的檔名
 63 返回值： true    */
 64 bool ClusterAnalysis::WriteToFile(char* fileName )
 65 {
 66     ofstream of1(fileName);                                //初始化檔案輸出流 67     for(unsigned long i=0; i<dataNum;i++)                //對處理過的每個資料點寫入檔案 68     {
 69         for(int d=0; d<DIME_NUM ; d++)                    //將維度資訊寫入檔案 70             of1<<dadaSets[i].GetDimension()[d]<<'\t';
 71         of1 << dadaSets[i].GetClusterId() <<endl;        //將所屬簇ID寫入檔案 72     }
 73     of1.close();    //關閉輸出檔案流 74     return true;    //返回 75 }
 76 
 77 /* 78 函式：設定資料點的領域點列表
 79 說明：設定資料點的領域點列表
 80 引數：
 81 返回值： true;    */
 82 void ClusterAnalysis::SetArrivalPoints(DataPoint& dp)
 83 {
 84     for(unsigned long i=0; i<dataNum; i++)                //對每個資料點執行 85     {
 86         double distance =GetDistance(dadaSets[i], dp);    //獲取與特定點之間的距離 87         if(distance <= radius && i!=dp.GetDpId())        //若距離小於半徑，並且特定點的id與dp的id不同執行 88             dp.GetArrivalPoints().push_back(i);            //將特定點id壓力dp的領域列表中 89     }
 90     if(dp.GetArrivalPoints().size() >= minPTs)            //若dp領域內資料點資料量> minPTs執行 91     {
 92         dp.SetKey(true);    //將dp核心物件標誌位設為true 93         return;                //返回 94     }
 95     dp.SetKey(false);    //若非核心物件，則將dp核心物件標誌位設為false 96 }
 97 
 98 
 99 /*100 函式：執行聚類操作
101 說明：執行聚類操作
102 引數：
103 返回值： true;    */
104 bool ClusterAnalysis::DoDBSCANRecursive()
105 {
106     unsigned long clusterId=0;                        //聚類id計數，初始化為0107     for(unsigned long i=0; i<dataNum;i++)            //對每一個數據點執行108     {
109         DataPoint& dp=dadaSets[i];                    //取到第i個數據點物件110         if(!dp.isVisited() && dp.IsKey())            //若物件沒被訪問過，並且是核心物件執行111         {
112             dp.SetClusterId(clusterId);                //設定該物件所屬簇ID為clusterId113             dp.SetVisited(true);                    //設定該物件已被訪問過114             KeyPointCluster(i,clusterId);            //對該物件領域內點進行聚類115             clusterId++;                            //clusterId自增1116         }
117         //cout << "孤立點\T" << i << endl;118     }
119 
120     cout <<"共聚類" <<clusterId<<"個"<< endl;        //演算法完成後，輸出聚類個數121     return true;    //返回122 }
123 
124 /*125 函式：對資料點領域內的點執行聚類操作
126 說明：採用遞迴的方法，深度優先聚類資料
127 引數：
128 unsigned long dpID;            //資料點id
129 unsigned long clusterId;    //資料點所屬簇id
130 返回值： void;    */
131 void ClusterAnalysis::KeyPointCluster(unsigned long dpID, unsigned long clusterId )
132 {
133     DataPoint& srcDp = dadaSets[dpID];        //獲取資料點物件134     if(!srcDp.IsKey())    return;
135     vector<unsigned long>& arrvalPoints = srcDp.GetArrivalPoints();        //獲取物件領域內點ID列表136     for(unsigned long i=0; i<arrvalPoints.size(); i++)
137     {
138         DataPoint& desDp = dadaSets[arrvalPoints[i]];    //獲取領域內點資料點139         if(!desDp.isVisited())                            //若該物件沒有被訪問過執行140         {
141             //cout << "資料點\t"<< desDp.GetDpId()<<"聚類ID為\t" <<clusterId << endl;142             desDp.SetClusterId(clusterId);        //設定該物件所屬簇的ID為clusterId，即將該物件吸入簇中143             desDp.SetVisited(true);                //設定該物件已被訪問144             if(desDp.IsKey())                    //若該物件是核心物件145             {
146                 KeyPointCluster(desDp.GetDpId(),clusterId);    //遞迴地對該領域點資料的領域內的點執行聚類操作，採用深度優先方法147             }
148         }
149     }
150 }
151 
152 //兩資料點之間距離153 /*154 函式：獲取兩資料點之間距離
155 說明：獲取兩資料點之間的歐式距離
156 引數：
157 DataPoint& dp1;        //資料點1
158 DataPoint& dp2;        //資料點2
159 返回值： double;    //兩點之間的距離        */
160 double ClusterAnalysis::GetDistance(DataPoint& dp1, DataPoint& dp2)
161 {
162     double distance =0;        //初始化距離為0163     for(int i=0; i<DIME_NUM;i++)    //對資料每一維資料執行164     {
165         distance += pow(dp1.GetDimension()[i] - dp2.GetDimension()[i],2);    //距離+每一維差的平方166     }
167     return pow(distance,0.5);        //開方並返回距離168 }