1.一种基于Spark和ASPSO的并行化K‑means的优化方法，其特征在于，包括以下步骤：S1，通过分割函数粗略的划分图像数据集，并利用基于皮尔逊相关系数和方差的网格划分策略PCCV来计算数据网格的皮尔逊相关系数与相关系数阈值，再通过与阈值比较，对数据网格进行划分，获取网格单元；

S1‑1，图像数据集的粗略划分：首先获取划分图像数据集，并将其标记为Gs；其次提出分割函数FD(xi)计算出划分阈值，分别与每个数据点比较，对于大于阈值的数据则放入网格Gmax中，小于阈值的数据则放入Gmin中；最后获得Gmax与Gmin两个数据网格；

所述分割函数FD(xi)为：

k＝{max(Si/di)|i＝1,2,...u}                   (1)其中，k表示分割维度，Si为空间图像数据集中第i维度的数据的方差，di为空间图像数据集中第i维度的数据之和，u表示u个数据维度， 为第k分割维度下的数据值，num为网格中的数据点的个数；

S1‑2，网格的划分：在获取Gmax与Gmin两个数据网格之后，对网格Gmax与Gmin进行进一步的数据划分；

S1‑2‑1，首先计算网格中数据点的皮尔逊相关系数阈值PCCk值，以PCCk值作为网格划分阈值来对数据网格进行划分，通过比较数据皮尔逊相关系数与PCCk的大小，将系数大于PCCk的数据进行标记为core，系数小于PCCk的数据则标记为uncore；

S1‑2‑2，将网格中数据标记为core与uncore的两种数据分别划分为两个更小的网格，并取消标记；

S1‑2‑3，对网格进行数据的判断，如果数据点的个数大于网格单元的阈值maxNum，则返回步骤S1‑2‑1，否则停止对网格进行划分；其中maxNum表示数据的总的个数n与并行化节点Partition个数的比值；

S1‑2‑4，将划分好的网格单元进行标记，得到网格单元G1,G2,G3...Gm；

令PCCk为任意两个数据点的皮尔逊相关系数值，则阈值PCCk为：其中，PCCi,j代表数据点i、j之间的关联程度，sum(·)为求和函数，Gnum为网格单元的数据个数，ω为数据点的密度权重，xk,i、xk,j分别表示第k个网格中的任意两个数据点的值，m表示数据网格总数；

S2，采用SPFG策略，对数据点进行局部区域覆盖，并通过更新函数，更新图像数据集中的样本点，形成以不同样本点为核心的区域簇，获取局部聚类的簇数；

S2‑1，对图像数据集中任意一对数据xi,xj，计算其作用势γ(xi,xj)，并以xi为基准样本，将其他的样本点对xj的作用势进行累加，得到每个样本点的作用势集合为：ρ＝{ρ1,ρ2,...,ρn}，其中ρ1表示第1个样本点的作用势，ρ2表示第2个样本点的作用势，ρn表示第n个样本点的作用势；

S2‑2，从ρ中选择最大作用势ρi放入一个空的集合M{}中，并以ρi为当前的高斯核中心，以给定的核宽σ建立相应的高斯核来对原始数据的一个局部区域有效覆盖；

S2‑3，消除当前高斯核所覆盖的局部区域的样本势值，提出基于高斯核函数的更新函数FU(xi,yj)对图像数据集中的其他样本点进行更新；

更新函数FU(xi,yj)如下所示：其中，ρi为高斯核中心，ρj为集合中的样本点，σk表示核宽， 表示高斯内核；

更新后每个样本点的作用势集合为ρ'＝{ρ'1,ρ'2,...,ρ'n}，当更新后的势值满足max{ρ'1,ρ'2,...,ρ'n}>δ时，即可从ρ'中选择势值最大的样本点，放入集合M2{}中，其中δ表示作用势的一个阈值，ρ'1表示更新后的第1个样本点的作用势，ρ'2表示更新后的第2个样本点的作用势，ρ'n表示更新后的第n个样本点的作用势；

S3，采用ASPSO策略，计算自适应参数，通过自适应参数更新粒子的位置和速度，获取局部簇质心；

S4，采用CRNN策略计算每个簇的簇半径，通过簇半径计算出簇与簇之间的邻居节点，并根据簇的相似性函数进行相似度判断，结合Spark并行计算框架将相似度大的簇进行合并；

S4‑1，对于每一个簇C'1,C'2,...C'K，分别计算出离质心距离最大的点，以其到质心的距离作为簇半径Ri；在获取每一个簇的簇半径之后，便计算出各个簇之间的邻居节点；其中C'1为第1个簇，C'2为第2个簇，C'K为第K个簇；

S4‑2，对于簇第i个簇Ci'、第j个簇Cj'，通过邻居节点集疏密程度判断两个簇之间的亲密程度，并分别计算出两个簇的样本点数ni,nj，提出簇的相似性函数CSM(ni,nj)，计算出簇与簇之间的相似度；

S5，输出聚类结果：最终的聚类中心以及每个样本所属的类别。

2.根据权利要求1所述的一种基于Spark和ASPSO的并行化K‑means的优化方法，其特征在于，所述S1还包括：

S1‑3，离群点的过滤：

在获取网格单元G1,G2,G3...Gm后，计算每个网格单元中数据的GOF值，若GOF值>>ε，则将该数据点视为离群点，并对其进行删除；其中G1为第一网格单元，G2为第二网格单元，G3为第三网格单元，Gm为第m网格单元；>>表示远大于，ε表示网格单元数据阈值；

离群因子GOF为：

其中，d表示当前网格中其余的m‑1个数据点的欧氏距离，d(xi,xj)表示网格中数据点xi、xj的欧氏距离，表示网格单元的中心点，xi表示网格中第i个数据点，xj表示网格中第j个数据点，mc表示网格中数据点的个数，m表示数据网格总数， 表示当前数据点到网格中心的距离。

3.根据权利要求1所述的一种基于Spark和ASPSO的并行化K‑means的优化方法，其特征在于，所述S3包括：设计自适应参数来避免局部最优：S‑A，提出粒子群体平均速度 作为第一个自适应参数，计算出 值，设置其为控制变异步长的参数；

粒子群体平均速度为：

其中，n为数据的总的个数，vk,i为粒子的速度；

S‑B，引入的变异算子为柯西变异算子，并将其与参数粒子群体平均速度 结合，根据公式(10)对陷入局部最优的粒子进行位置更新，跳出局部最优；

其中， 为当前粒子位置， 为更新后的位置， 为粒子群体平均速度，C(1)为柯西变异算子；

S‑C，设计边界限制参数η：

参数

其中，x0为xi的中位数，γi表示尺度参数，xi表示第i个数据点的值。

4.根据权利要求1所述的一种基于Spark和ASPSO的并行化K‑means的优化方法，其特征在于，所述S3还包括质心初始化，所述质心初始化包括以下步骤：S‑1，将每个网格单元的数据看作一群粒子S1,S2...,So，并对其进行初始化；其中S1表示第1个粒子，S2表示第2个粒子，So表示第o个粒子；

S‑2，计算每个粒子的适应值，并将其与粒子本身的最佳位置 种群的历史最佳位置进行比较，如果适应值较优，则用适应值替换掉当前的 进行适应值更新；

S‑3，计算边界限制参数η的值，获取有效搜索区域，根据更新的适应值，在有效搜索区域中对粒子的速度与粒子的位置进行更新；

S‑4，将每次更新的种群的历史最佳位置 记录在集合W{}中，得到并对集合W{}中的值进行比较，选取前K个较大的值，并找到其对应的粒子点，便是图像数据集的初始质心。

5.根据权利要求1所述的一种基于Spark和ASPSO的并行化K‑means的优化方法，其特征在于，所述S3还包括局部并行化聚类：S001，将各个网格单元G1,G2,G3...Gm分配到Partition；其中G1为第一网格单元，G2为第二网格单元，G3为第三网格单元，Gm为第m网格单元；

S002，通过mapRartitions算子计算出各个网格单元的中心点 所述mapRartitions算子为： 其中 表示第i个网格单元的中心点，xi表示第i个数据点，mcount表示各个网格中的数据总数；

S003，将各个网格单元中的质心点集 与网格中心点 输入flatMap算子，并找到质心点所对应的网格单元，并标记为：C1,C2,...,CP计算出网格中心点与质心点之间的欧氏距离Di，其中flatMap算子为： 输出Di值；其中表示第j个质心点，xp表示第p个数据点，mcount表示各个网格中的数据总数；

其中， 表示网格单元中的第1个质心点， 表示网格单元中的第2个质心点， 表示网格单元中的第k个质心点；C1表示第1个质心点所对应的网格单元，C2表示第2个质心点所对应的网格单元，CP表示第3个质心点所对应的网格单元；

S004，根据输出的Di值，通过mapToPair算子选取值最小的网格单元进行合并，即反复循环，直到所有网格单元合并完毕，最后进行reduceByKey操作汇总，获得局部簇C'1,C'2,...C'K；其中Gi表示网格单元，Ci表示质心对应的网格单元，Di(·)为欧氏距离表达式， 表示网格单元中的第k个质心点； 为第i个网格单元的中心点；C'1表示第1个簇，C'2表示第2个簇，C'K表示第K个簇。

6.根据权利要求1所述的一种基于Spark和ASPSO的并行化K‑means的优化方法，其特征在于，所述计算出簇与簇之间的相似度包括：其中，k为分割维度，nei，nej分别为Ci,Cj之间的邻居节点与非邻居节点的个数，ni为簇Ci'的样本点的个数，nj为簇C'j的样本点的个数。