基于量子機制的分類屬性數(shù)據(jù)聚類算法研究.pdf

1、數(shù)據(jù)挖掘技術(shù)是近年來國際上在信息決策領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)是常見的一類，其屬性值是有限無序的，且不可比較大小。由于分類屬性數(shù)據(jù)對象分布固有的無序性，使得僅有少數(shù)幾種算法能實現(xiàn)對其聚類，但這些算法或多或少地存在不穩(wěn)定、隨機性差等缺點。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）算法的基礎上，針對其存在的問題，主要進行了以下工作： （1）針對CQC算法由于采用傳統(tǒng)的Hamming相異性度量測度計算數(shù)據(jù)對象間相異性，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)，從而導致CQC算法聚類能力受限問題，通過引入一種新的分類屬性數(shù)據(jù)Ahmad相異性度量測度，提出了一種改進的MCQC算法，并分別對分類屬性、二值屬性和混合屬性數(shù)據(jù)集進行了仿

3、真研究，結(jié)果表明改進后的MCQC算法具有更高的聚類準確率。 （2）針對CQC算法聚類效果對聚類度量尺度β較敏感，而β的確定無通用原則，可操作性差，以及CQC算法對線性不可分的數(shù)據(jù)不能奏效等問題，通過引入聚類度量尺度步長βstep和緊致性指AIAD，提出了ICQC算法，并分別在線性可分數(shù)據(jù)集和線性不可分數(shù)據(jù)集中進行了仿真驗證。實驗結(jié)果表明，ICQC算法在準確性、魯棒性上較CQC算法均有提高。 （3）針對CQC算法和ICQC