10.3969/j.issn.1006-9348.2013.04.062
基于改进量子遗传算法的聚类算法
传统K-均值算法的初始聚类中心从数据集中随机产生,容易陷入局部最优解.提出了一种改进量子遗传聚类方法,用量子比特构成染色体,用实数对量子比特进行编码,用量子旋转门进行染色体更新,用量子Hadamard门进行染色体变异,结合了目标函数的梯度信息,对旋转门的旋转角进行动态调整.每条基因代表一个优化解,在染色体数目相同时,可使搜索空间加倍.实验结果表明,提出的方法在稳定性和分类准确率上都有所提高.
量子、遗传算法、聚类
30
TP169(自动化基础理论)
2013-05-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
275-278,307