基于流形距离的量子进化聚类算法

被引:15
作者
李阳阳
石洪竺
焦李成
马文萍
机构
[1] 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
基金
中国博士后科学基金;
关键词
量子计算; 量子进化算法; 数据聚类; 流形距离;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
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.
引用
收藏
页码:2343 / 2347
页数:5
相关论文
共 5 条
  • [1] 基于免疫优势的克隆选择聚类算法
    刘若辰
    沈正春
    贾建
    焦李成
    [J]. 电子学报, 2010, 38 (04) : 960 - 965
  • [2] 基于Cloude-Pottier目标分解和聚合的层次聚类算法的全极化SAR数据的非监督分类算法研究
    曹芳
    洪文
    吴一戎
    [J]. 电子学报, 2008, (03) : 543 - 546
  • [3] 基于流形距离的人工免疫无监督分类与识别算法
    公茂果
    焦李成
    马文萍
    张向荣
    [J]. 自动化学报, 2008, (03) : 367 - 375
  • [4] 免疫进化聚类算法
    刘静
    钟伟才
    刘芳
    焦李成
    [J]. 电子学报, 2001, (S1) : 1868 - 1872
  • [5] Genetic algorithm-based clustering technique
    Maulik, U
    Bandyopadhyay, S
    [J]. PATTERN RECOGNITION, 2000, 33 (09) : 1455 - 1465