- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第31卷第2期 计 算 机 仿 真 2014年2月
文章编号:1006—9348(2014)02—0340—04
改进的量子遗传进化激励的快速数据分类算法
代 亮 ,谢晓尧
(1.贵州师范大学数学与计算机科学学院,贵州 贵阳550001;
2.贵州师范大学重点实验室,贵州 贵阳550001)
摘要:由于数据的属性越来越复杂,可用于分类的属性越来越多。传统的数据聚类算法对数据聚类初始中心点十分敏感 、很
难根据数据复杂的属性选定合适的中心,计算过程中由于数据的多属性干扰易陷入计算的局部最优 ,造成算法执行效率较
低。提出了一种改进的量子遗传进化激励的快速聚类算法。算法中,首先利用高密度划分和阈值参数对样本数据集进行初
次聚类划分,生成若干聚类集合;然后将样本的聚类过程看成是聚类中心的动态优化过程 ,克服传统算法中中心点固定不变
的弊端,利用改进的量子遗传进化激励算法对每次聚类最优的聚类中心进行搜索;算法引入 自适应变异算子对进化算法进
行搜索能力进行改进,增强算法的全局搜索能力。实验证明,算法不仅具有较好的聚类精度,而且收敛速度快。
关键词:聚类;遗传算法;粒子群;密度聚类;激励
中图分类号:TP311.4 文献标识码 :A
ImprovedQuantum GeneticEvolutionIncentive
FastClusteringAlgorithm
DAILiang ,XIE Xiao—yao
(1.SchoolofMathematicsComputerScience,GuizhouNormalUniversity,GuiyangGuizhou550001,China;
2.NetworkLaboratory,GuizhouNomralUniversity,GuiyangGuizhou550001,China)
ABSTRACT:Sincethepropertiesofdataiscomplex,thepropertiesofdatatobeclassifiedareincreased,thetradi—
tionalclusteringalgorithmsarevery sensitivetoinitialfocalpointfordataclustering,anditisdifficulttoselectap—
propriatecenteraccordingtothecomplexitycharacteristicofthedata.Thispaperpresentedanimprovedfastcluste—
ringalgorithm basedonquantum geneticevolutionincentive.Inthisalgorithm ,weusedhigh—densitypartitionand
thresholdparametersfortheinitialsetofthesampledataclusterstogenerateanumberofclustersset.Finally,the
optimalclustercenterofeachclusterwassearchedbyusingtheimprovedalgorithm.Theexperimentalresultsshow
thatthealgorithm introducesadaptivemutationoperatorofevolutionary algorithmstoimprovesearchcapabilities,en—
hancesglobalserachcapability.Furthemr ore,theclusteringalgorithm hasabetteraccuracyand fastconvergence
文档评论(0)