基于量子理论的聚类算法研究

基于量子理论的聚类算法研究

ID:33404885

大小:2.01 MB

页数:59页

时间:2019-02-25

基于量子理论的聚类算法研究_第1页
基于量子理论的聚类算法研究_第2页
基于量子理论的聚类算法研究_第3页
基于量子理论的聚类算法研究_第4页
基于量子理论的聚类算法研究_第5页
资源描述:

《基于量子理论的聚类算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、浙江工业大学硕士学位论文基于量子理论的聚类算法研究作者姓名:王蕴指导教师:黄德才教授陆亿红副教授浙江工业大学计算机科学与技术学院2011年05月DissertationSubmittedtoZhejiangUniVersi够ofTechnologyfortheDegreeofMasterResearchonClusteringAlgorithmbasedonQuantumTheoryCandidate:WangYrunAdVisor:HuangDecaiLuYihongCollegeofComputerSciencea

2、nd1’echnologyZhejiangUniVersi哪ofTechnologyMay20llⅢ4㈨7,叭0¨川¨川■_-帆2㈣9⋯⋯⋯1㈣Y浙江工业大学学位论文原创性声明本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研究工作所取得的研究成果。除文中已经加以标注引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果,也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。作者签名:飞菇日期:砂

3、f年6月哥日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于l、保密口,在年解密后适用本授权书。2、不保密叫(请在以上相应方框内打“寸’)作者签名:影磐翩虢恢才日期:Ⅵ11年日期:弦ff年6月X日6月孑日浙江工业大学硕士学位论文基于量子理论的聚类算法研究摘要随着数据

4、库技术的迅速发展、数据库管理系统的广泛应用,全球范围内数据的存储量急剧增加,数据挖掘正是在这种趋向下应运而生。数据挖掘技术自产生以来便形成了研究的热潮,有着广泛的应用前景,是目前研究的重要领域之一。它被广泛应用于信息获取、决策支持等领域,并且随着网络和电子商务的日益普及,数据挖掘的应用也越来越广泛。另一方面,量子理论的研究也是方兴未艾,并且在过去的十几年中,量子计算方面取得了一系列的惊人成就。量子相干性和量子纠缠等特性为量子计算带来了完全不同于经典计算的独特运算方式,量子计算所表现出的并行性更是令经典运算望尘莫及。如:

5、Shor算法的提出完全展示了量子算法在解决某些经典问题时的优势,接踵而至的Grover搜索算法进一步诠释了量子计算的威力。此后,算法“量子化”在国际上掀起了研究的热潮,量子计算更是为算法加速提供了一条新途径。目前为止,量子理论在数据挖掘领域的研究已经起步,并且取得了一些有价值的研究成果,但是该领域的研究还有待推广。本文在研究了量子理论与量子算法的基础上,主要做了以下几个方面的工作:(1)改进了基于量子机制的聚类算法。量子聚类算法是一种基于量子机制的聚类算法,该算法引入量子力学中关于量子势能的研究理论。针对算法在聚类过程

6、中只能发现球状簇的不足,提出了一种改进的基于量子机制的密度聚类算法。仿真表明新算法在聚类效果方面得到了有效的提高。(2)提出了一种量子蚁群聚类算法。为了克服蚁群算法在聚类过程中的不足,提出了一种量子蚁群算法,并将其应用于聚类过程中。仿真表明,新算法不仅加速算法的收敛速度,并且使得聚类效果更加稳定。关键词:数据挖掘,聚类,量子计算,量子算法浙江工业大学硕士学位论文RESEARCHONCLUSTERINGALGORITHMSBASEDONQUANTUMTHEORYABSTRACTTheamountofdataisincre

7、asingrapidlywiththedeVelopmentofdatabasetechnology卸dwideuseofdatabasem卸agementsystems.Dataminingeme喀edinttlispromoting.DataminingtechniqueshaVebeenaresearChboom卸dareusedinawider锄geofapplications.Itiswidelyusedininf.onnationre埘eVal,decisionsupport锄dso0n.1tsapplic

8、ationshaVebecomeincreasinglywidespread.Thetheoreticalstudyofqu锄tumcomputingisstillahotresearchtopic,彻dint11ep弱tdecade,qu锄tumcomputingh舔madeas丽esof镐tonishingachievemen

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。