基于量子機(jī)制的分類屬性數(shù)據(jù)聚類算法研究.pdf

1、數(shù)據(jù)挖掘技術(shù)是近年來(lái)國(guó)際上在信息決策領(lǐng)域較為活躍的研究方向之一。作為數(shù)據(jù)挖掘的一種有力分析工具，聚類分析得到了人們的廣泛關(guān)注。在眾多待聚類的數(shù)據(jù)類型中，分類屬性數(shù)據(jù)是常見(jiàn)的一類，其屬性值是有限無(wú)序的，且不可比較大小。由于分類屬性數(shù)據(jù)對(duì)象分布固有的無(wú)序性，使得僅有少數(shù)幾種算法能實(shí)現(xiàn)對(duì)其聚類，但這些算法或多或少地存在不穩(wěn)定、隨機(jī)性差等缺點(diǎn)。因此，積極探索更新、更有效的分類屬性數(shù)據(jù)聚類算法依然是聚類研究的一個(gè)重要組成部分。鑒于此，本文在深入研

2、究現(xiàn)有CQC（CategoricalQuantumClustering）算法的基礎(chǔ)上，針對(duì)其存在的問(wèn)題，主要進(jìn)行了以下工作： （1）針對(duì)CQC算法由于采用傳統(tǒng)的Hamming相異性度量測(cè)度計(jì)算數(shù)據(jù)對(duì)象間相異性，忽略了分類屬性取值自身的涵義以及取值之間的特征關(guān)聯(lián)，從而導(dǎo)致CQC算法聚類能力受限問(wèn)題，通過(guò)引入一種新的分類屬性數(shù)據(jù)Ahmad相異性度量測(cè)度，提出了一種改進(jìn)的MCQC算法，并分別對(duì)分類屬性、二值屬性和混合屬性數(shù)據(jù)集進(jìn)行了仿

3、真研究，結(jié)果表明改進(jìn)后的MCQC算法具有更高的聚類準(zhǔn)確率。 （2）針對(duì)CQC算法聚類效果對(duì)聚類度量尺度β較敏感，而β的確定無(wú)通用原則，可操作性差，以及CQC算法對(duì)線性不可分的數(shù)據(jù)不能奏效等問(wèn)題，通過(guò)引入聚類度量尺度步長(zhǎng)βstep和緊致性指AIAD，提出了ICQC算法，并分別在線性可分?jǐn)?shù)據(jù)集和線性不可分?jǐn)?shù)據(jù)集中進(jìn)行了仿真驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，ICQC算法在準(zhǔn)確性、魯棒性上較CQC算法均有提高。 （3）針對(duì)CQC算法和ICQC