首页 | 本学科首页   官方微博 | 高级检索  
     

分类属性数据量子聚类算法的改进
引用本文:赵正天,赵小强,李炜,段晓燕. 分类属性数据量子聚类算法的改进[J]. 计算机应用与软件, 2010, 27(12)
作者姓名:赵正天  赵小强  李炜  段晓燕
基金项目:甘肃省自然科学基金,甘肃省教育厅高等学校研究生导师科研项目
摘    要:分析量子势能、量子力学中粒子分布机制和分类属性数据的量子聚类CQC(Categorical Quantum Clustering)算法.针对CQC算法存在的聚类效果对聚类度量尺度β较敏感,而β的选取往往凭经验确定没有通用原则,以及对线性可分数据聚类效果显著,但对线性不可分数据不能奏效等问题,通过引入新的相异性度量测度及聚类度量尺度步长βstep,重新定义紧致性指标ICD,提出一种改进的ICQC算法.该算法首先在不同粒度水平上划分数据样本产生初始类(簇),之后采用聚类中心间相异性测度最近邻方法合并初始类(簇)完成聚类.通过与CQC算法的实验比较,证明该算法具有更高的聚类效能,在CQC算法失效的情况下,也能获得良好的聚类效果.

关 键 词:分类属性  量子聚类  相异性度量测度  聚类度量尺度步长  紧致性指标

IMPROVING QUANTUM CLUSTERING ALGORITHM OF CATEGORICAL DATA
Zhao Zhengtian,Zhao Xiaoqiang,Li Wei,Duan Xiaoyan. IMPROVING QUANTUM CLUSTERING ALGORITHM OF CATEGORICAL DATA[J]. Computer Applications and Software, 2010, 27(12)
Authors:Zhao Zhengtian  Zhao Xiaoqiang  Li Wei  Duan Xiaoyan
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号