计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2010年
12期
101-104
,共4页
赵正天%赵小强%李炜%段晓燕
趙正天%趙小彊%李煒%段曉燕
조정천%조소강%리위%단효연
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
分類屬性%量子聚類%相異性度量測度%聚類度量呎度步長%緊緻性指標
분류속성%양자취류%상이성도량측도%취류도량척도보장%긴치성지표
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.
分析量子勢能、量子力學中粒子分佈機製和分類屬性數據的量子聚類CQC(Categorical Quantum Clustering)算法.針對CQC算法存在的聚類效果對聚類度量呎度β較敏感,而β的選取往往憑經驗確定沒有通用原則,以及對線性可分數據聚類效果顯著,但對線性不可分數據不能奏效等問題,通過引入新的相異性度量測度及聚類度量呎度步長βstep,重新定義緊緻性指標ICD,提齣一種改進的ICQC算法.該算法首先在不同粒度水平上劃分數據樣本產生初始類(簇),之後採用聚類中心間相異性測度最近鄰方法閤併初始類(簇)完成聚類.通過與CQC算法的實驗比較,證明該算法具有更高的聚類效能,在CQC算法失效的情況下,也能穫得良好的聚類效果.
분석양자세능、양자역학중입자분포궤제화분류속성수거적양자취류CQC(Categorical Quantum Clustering)산법.침대CQC산법존재적취류효과대취류도량척도β교민감,이β적선취왕왕빙경험학정몰유통용원칙,이급대선성가분수거취류효과현저,단대선성불가분수거불능주효등문제,통과인입신적상이성도량측도급취류도량척도보장βstep,중신정의긴치성지표ICD,제출일충개진적ICQC산법.해산법수선재불동립도수평상화분수거양본산생초시류(족),지후채용취류중심간상이성측도최근린방법합병초시류(족)완성취류.통과여CQC산법적실험비교,증명해산법구유경고적취류효능,재CQC산법실효적정황하,야능획득량호적취류효과.
