摘要:本发明公开了一种双阶自适应的小波聚类方法,应用于数据的分类与模式识别。主要分为四大步骤。第一,采用粗网格量化数据空间,找出存在聚类的空间区域,实现数据的预分选聚类;第二统计子聚类的信息,根据每个子聚类的数据分布特点,自动计算其最优量化值,并存储。第三提取每个子聚类的量化值及边界信息,对每个子聚类的数据空间进行自适应细划分,实现小波聚类。最后输出的聚类结果及信息存储表。本发明与现有技术相比,此方法能消除量化值及密度阈值设置对聚类精度的影响,提高聚类精度,尤其对于密度不均匀的数据,其诊断精度显著高于传统的小波聚类方法。