量子遗传算法的模糊K-prototypes聚类

摘要：

聚类分析是数据挖掘中应用最多的一种技术,它在许多领域都有重要应用.模糊h-prototypes算法是当前聚类分析中最有效算法之一,但是存在对初始值敏感、容易陷入局部极小值的问题.为了克服该缺点,提出了一种基于量子遗传算法和FKP算法的混合聚类算法,首先利用量子遗传算法确定FKP的初始聚类中心,再将量子遗传算法聚类结果作为后续FKP算法的初始值.实验结果显示,算法具有良好的收敛性和稳定性,聚类效果优于单一使用FKP算法和相关改进的算法.

关键词：聚类算法、量子遗传算法、模糊K-prototypes算法、数值型属性、数据挖掘

所属期刊栏目：46

分类号：P393

资助基金：广东高校优秀青年创新人才培育项目LYM08080

在线出版日期：2010-03-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：112-115