量子算法及其在數(shù)據(jù)挖掘中的應(yīng)用.pdf

1、隨著計算機數(shù)據(jù)庫技術(shù)與網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，信息社會的不斷進步，人們對于知識發(fā)現(xiàn)與信息處理效率的需求變得日益苛刻，在這種大背景之下，數(shù)據(jù)挖掘技術(shù)與量子計算雙雙誕生。
　　 一方面，數(shù)據(jù)挖掘技術(shù)在面臨信息膨脹、知識缺乏的巨大矛盾情況下，不斷扮演這救世主的角色。數(shù)據(jù)挖掘的研究熱潮使其被廣泛應(yīng)用于信息獲取、決策支持等領(lǐng)域，并義不容辭地?fù)?dān)任起為電子商務(wù)、科學(xué)研究、社交網(wǎng)絡(luò)等領(lǐng)域打造應(yīng)對信息洪流的諾亞方舟的巨任。
　　 另一方面，海

2、量數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、高維數(shù)據(jù)、缺失數(shù)據(jù)、噪聲數(shù)據(jù)、分布式等新的信息挑戰(zhàn)日益嚴(yán)峻。作為處在浪潮之巔的數(shù)據(jù)挖掘技術(shù)也變得黔驢技窮、捉襟見肘。而量子計算與量子算法卻在解決復(fù)雜問題上具有得天獨厚的優(yōu)勢，甚至能夠?qū)鹘y(tǒng)世界中無能為力的NP難題轉(zhuǎn)換成P問題，從而使得問題得到有效解決。
　　 因此，本文試圖前瞻性的研究現(xiàn)有的量子算法，分析其優(yōu)缺點，提出或改進新的量子算法，并嘗試量子算法與數(shù)據(jù)挖掘算法的融合，為新的信息挑戰(zhàn)尋求出路。本文主要做

3、了以下幾方面的工作:
　　 第一、介紹了量子計算與數(shù)據(jù)挖掘的相關(guān)背景，對量子計算的基本原理做了簡要的回顧，并對量子漫步理論進行了探討與分析。
　　 第二、在現(xiàn)有的量子遺傳算法的研究成果基礎(chǔ)上，針對存在的不足，提出了一種基于3D角度編碼的量子遺傳算法(3D-AQGA)。該算法充分利用了量子的空間運動特性，采用球坐標(biāo)角度編碼的方式作為出發(fā)點，對算法的更新與變異操作進行了重新設(shè)計。仿真實驗也表明了該算法在優(yōu)化問題上具有明顯的優(yōu)

4、勢。
　　 第三、基于上述的量子遺傳算法，并考慮距離度量在聚類問題中的重要性，提出了量子遺傳聚類算法。就算法融合作為出發(fā)點，將3D-AQGA與傳統(tǒng)的k-means相結(jié)合，并充分考慮數(shù)據(jù)集屬性相關(guān)度、量綱、噪聲等影響，設(shè)計了一種基于分位數(shù)極差的廣義加權(quán)Minkovski距離，將其替代歐式距離作為本章聚類算法的距離度量，實驗表明新算法與新度量讓聚類效果取得顯著提高。
　　 第四、對量子漫步模型進行了深入研究，提出了一種網(wǎng)格化