量子进化聚类算法研究-智能信息处理专业论文.docxVIP

摘要摘要 摘要 摘要 人类已步入信息时代，物质、能量、信息是人类赖以生存的三大资源。以计 算机为核心的现代信息处理和以数字化通信为特征的现代信息传输正在紧密地结 合起来，将人类带入到未来崭新的信息时代。作为智能信息科学发展中有生命活 力的一个研究方向，计算智能已经引起了广泛的关注。近年来普遍认为：计算智 能是在神经网络、模糊系统、进化计算三个分支发展相对成熟的基础上，相互融 合而形成的一种新的计算方法。事实上， “计算智能(或“智能计算’’)是一 个内蕴相当丰富的概念，长期以来，分布于世界各地的计算机科研人员都在因循 不同的方向、通过各异的途径来设法接近这一概念的实质。实际上，计算智能是 一门跨越包括物理学、数学、计算机科学、通讯、生理学、进化理论和心理学等 学科在内的深奥科学。因此，引入各领域的有效知识对它进行研究，就能为建立 一种更统一的智能系统设计和优化方法提供基础，也是计算智能一个必然的发展 趋势。本文研究了一种聚类方法，将量子理论与进化计算相结合，并用于数据聚 类以及图像分割。文中还分别研究了进化算法中具有代表性的遗传算法、免疫进 化算法在聚类分割中的应用。本文主要工作如下： 1)针对呈现特殊分布的流形数据，提出了基于流形距离的量子进化聚类算 法。该算法用反映全局一致性的流形距离作为测度函数，打破传统的欧式距离“两 点之间直线距离最短的理念，用量子进化算法优化聚类中心，快速，高效搜索 到最优聚类中心。实验表明，这种方法加快了收敛速度和提高收敛于全局极值点 上的概率，对特殊分布的数据处理得到了很好的效果。 2)提出了基于量子进化聚类的图像分割算法。该方法将量子进化聚类算法应 用于图像分割。引入像素的灰度信息，将图像的纹理特征作为聚类数据集进行处 理。通过实验，该算法在分割质量上较其他算法都有较大的提高。 3)提出一种基于分水岭一量子进化聚类算法的图像分割方法。将图像分割问 题进行分块处理。首先采用分水岭算法对图像进行粗分割，再用量子进化聚类算 法进行后续的聚类处理，得到分割结果。针对图像的区域一致性以及边缘保持两 个方面，对比实验表明了该算法的有效性。 关键词：进化算法遗传算法免疫进化算法量子进化聚类算法流形距离图像 分割 AbstractAbstract Abstract Abstract The 20th century is a resplendent age with an a11．time development of technology andcivilization．Matter,energy and communication is three key topics．Computers centered Modem Information Processing and digital information characterized Modem Information Transmission ale in process of their close combination．As an activeresearch direction of intelligent information processing，Computational Intelligence(CI)haS attracted many scientists’attention．In recent years．CI is generally considered as a new computational method based on the full development of its three branches-Neural Network(N№，Fuzzy System(FS)and Evolutionary Computation (EC)．In fact，CI includes abundant implications．Over a long period，the worldwide researchers are going in different directions and usmg various methods to approach the essence of CI．Naturally,CI is all abstract subject spanning Physics，Mathematics， Computer Science，Communication,Physiology,Evolution and Psychology． Accordingly,using the extracted knowledge of these subjects Call make a deeper