量子遗传算法的模糊K-prototypes聚类

• 作者: 叶奇明 梁根
• 来源期刊: 计算机工程与应用
• 学科: 地球科学
• 关键词: 聚类算法 量子遗传算法 模糊K-prototypes算法 数值型属性 数据挖掘
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 112-115
• 页数: 4页
• 分类号: P393
• 字数: 4299字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.01.035

摘要

聚类分析是数据挖掘中应用最多的一种技术,它在许多领域都有重要应用.模糊h-prototypes算法是当前聚类分析中最有效算法之一,但是存在对初始值敏感、容易陷入局部极小值的问题.为了克服该缺点,提出了一种基于量子遗传算法和FKP算法的混合聚类算法,首先利用量子遗传算法确定FKP的初始聚类中心,再将量子遗传算法聚类结果作为后续FKP算法的初始值.实验结果显示,算法具有良好的收敛性和稳定性,聚类效果优于单一使用FKP算法和相关改进的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁根	茂名学院教育信息技术中心	21	106	6.0	10.0
2	叶奇明	茂名学院理学院	11	58	5.0	7.0