基于流形距离的量子进化聚类算法

• 作者: 李阳阳 焦李成 石洪竺 马文萍
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 量子计算 量子进化算法 数据聚类 流形距离
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 2343-2347
• 分类号: TP391.4
• 字数: 4096字
• 语种: 中文

摘要

基于量子计算的机理和特性,并结合进化计算,本文提出了一种新颖的量子进化聚类算法(QEAM),在该聚类算法中引入了一种新的距离测度函数——流形距离.新方法将聚类归属为优化问题,通过运用量子进化的机理更快地搜索到最优聚类中心,从而得到最优隶属度矩阵划分;同时,通过基于流形距离的相似性度量,有效利用样本所具有的全局一致性信息,充分挖掘样本的空间分布信息,对样本进行正确的类别划分.将本文算法(QEAM)与基于流形距离的免疫进化算法(IEAM),遗传聚类算法(GAC)以及模糊C-均值算法(FCM)进行了性能比较,对6个人工数据集和3个UCI数据集的仿真实验结果显示,QEAM对样本空间分布复杂的聚类问题具有较高的准确率和较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦李成	西安电子科技大学智能感知与图像理解教育部重点实验室	514	14586	52.0	103.0
2	李阳阳	西安电子科技大学智能感知与图像理解教育部重点实验室	21	248	9.0	15.0
3	马文萍	西安电子科技大学智能感知与图像理解教育部重点实验室	18	343	10.0	18.0
4	石洪竺	西安电子科技大学智能感知与图像理解教育部重点实验室	2	26	2.0	2.0