一种基于最小距离的量子k-means算法

• 作者: 刘文杰 周晓彦 安星星 嵇福高
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 量子k-means 量子比特 纠缠态 投影测量 指数级加速
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 1059-1062
• 页数: 4页
• 分类号: TP18
• 字数: 4332字
• 语种: 中文

摘要

k-means算法以其简单和快速的特点而被广泛地应用,但其计算复杂度随着数据维数呈指数级增长.通过采用量子比特来表示空间中的点,提出一个高效的基于距离最小化原则的量子k-means算法,相比经典k-means算法,该算法能够带来指数级加速.为了计算待分类点与聚类中心之间距离,通过增加一个辅助粒子构造聚类中心与待分类点的纠缠态,并对辅助粒子进行投影测量,进而依据测量结果计算出两点之间距离.算法的目的是将待分类的点按距离最小原则分到相应的聚类中.算法中,需随机选择k个点作为初始聚类中心,在接下来的迭代过程中,不断地更新聚类中心,直到聚类中心不再变化或小于指定的阈值,则迭代结束.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周晓彦	南京信息工程大学江苏省气象探测与信息处理重点实验室	18	207	6.0	14.0
5	刘文杰	南京信息工程大学计算机与软件学院	38	204	9.0	12.0
6	安星星	南京信息工程大学江苏省气象探测与信息处理重点实验室	4	8	1.0	2.0
10	嵇福高	南京信息工程大学江苏省气象探测与信息处理重点实验室	2	6	1.0	2.0