10.3969/j.issn.1002-2279.2014.04.023
一种基于量子进化算法改进的 k-mean 聚类算法
聚类分析是模式识别中的一个重要问题,是非监督学习的重要方法。K -means 算法是其中最经典的聚类算法之一。但是这种方法面对大规模数据的时候工作量非常巨大,并且保证不了聚类结果的最优性。提出了一种基于量子进化算法的改进的 K -means 聚类算法。该方法结合了两个方法的优点,用量子进化算法进行优化,并且改进了量子进化算法中的交叉算子和更新算子,提高了基于量子进化算法的 K -means 算法局部搜索能力。实验结果表明,改进算法取得了较好的效果。
量子进化算法、聚类算法、量子计算、数据挖掘、进化优化
TP393(计算技术、计算机技术)
河南省科技计划重点项目102102210416
2014-09-16(万方平台首次上网日期,不代表论文的发表时间)
共3页
71-73