一种基于量子进化算法改进的 k-mean 聚类算法

摘要：

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。

关键词：量子进化算法、聚类算法、量子计算、数据挖掘、进化优化

分类号：TP393(计算技术、计算机技术)

资助基金：河南省科技计划重点项目102102210416

在线出版日期：2014-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：71-73