基于量子蚁群改进的K-means算法

查看全文 作　　者：[1]郝春梅;[1]吴波

机构地区：[1]哈尔滨金融学院计算机系,哈尔滨150030

出　　处：《计算机测量与控制》索引2013年第21卷第4期,共3页

基　　金：黑龙江省教育厅科学技术研究项目(12511065) 摘　　要：传统的K-means算法局部搜索能力强,但是对初始化比较敏感,并且容易陷入局部最优值,这些缺陷严重限制了它的应用范围;针对目前普遍所存在的问题,本文提出一种改进的基于量子蚁群的聚类方法,将量子计算原理和蚂蚁算法结合来改进K-means算法,该方法结合了两个方法的优点,力求优势互补,并且在该方法中引入微观适应性策略改进了算法中的交叉算子和变异算子,使得聚类算法的局部搜索能力得到很大的提高;实验证明该算法有很好的全局收敛性,克服了K-means的不足,能有效解决未成熟收敛的问题。 关键词：量子计算蚂蚁算法 K-MEANS算法聚类分析

相关文献

参考文献（13）
引证文献（3）
耦合文献（379）

参考文献(13)

引证文献(3)

耦合文献(379)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

基于量子蚁群改进的K-means算法

参考文献(13)

引证文献(3)

耦合文献(379)

用户提示