量子進化聚類算法研究.pdf

1、人類已步入信息時代，物質(zhì)、能量、信息是人類賴以生存的三大資源。以計算機為核心的現(xiàn)代信息處理和以數(shù)字化通信為特征的現(xiàn)代信息傳輸正在緊密地結(jié)合起來，將人類帶入到未來嶄新的信息時代。作為智能信息科學發(fā)展中有生命活力的一個研究方向，計算智能已經(jīng)引起了廣泛的關(guān)注。近年來普遍認為：計算智能是在神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)、進化計算三個分支發(fā)展相對成熟的基礎(chǔ)上，相互融合而形成的一種新的計算方法。事實上，“計算智能”(或“智能計算”)是一個內(nèi)蘊相當豐富的概念，長

2、期以來，分布于世界各地的計算機科研人員都在因循不同的方向、通過各異的途徑來設(shè)法接近這一概念的實質(zhì)。實際上，計算智能是一門跨越包括物理學、數(shù)學、計算機科學、通訊、生理學、進化理論和心理學等學科在內(nèi)的深奧科學。因此，引入各領(lǐng)域的有效知識對它進行研究，就能為建立一種更統(tǒng)一的智能系統(tǒng)設(shè)計和優(yōu)化方法提供基礎(chǔ)，也是計算智能一個必然的發(fā)展趨勢。本文研究了一種聚類方法，將量子理論與進化計算相結(jié)合，并用于數(shù)據(jù)聚類以及圖像分割。文中還分別研究了進化算法中具

3、有代表性的遺傳算法、免疫進化算法在聚類分割中的應(yīng)用。本文主要工作如下：
　　 1)針對呈現(xiàn)特殊分布的流形數(shù)據(jù)，提出了基于流形距離的量子進化聚類算法。該算法用反映全局一致性的流形距離作為測度函數(shù)，打破傳統(tǒng)的歐式距離“兩點之間直線距離最短”的理念，用量子進化算法優(yōu)化聚類中心，快速，高效搜索到最優(yōu)聚類中心。實驗表明，這種方法加快了收斂速度和提高收斂于全局極值點上的概率，對特殊分布的數(shù)據(jù)處理得到了很好的效果。
　　 2)提出了基

4、于量子進化聚類的圖像分割算法。該方法將量子進化聚類算法應(yīng)用于圖像分割。引入像素的灰度信息，將圖像的紋理特征作為聚類數(shù)據(jù)集進行處理。通過實驗，該算法在分割質(zhì)量上較其他算法都有較大的提高。
　　 3)提出一種基于分水嶺—量子進化聚類算法的圖像分割方法。將圖像分割問題進行分塊處理。首先采用分水嶺算法對圖像進行粗分割，再用量子進化聚類算法進行后續(xù)的聚類處理，得到分割結(jié)果。針對圖像的區(qū)域一致性以及邊緣保持兩個方面，對比實驗表明了該算法的有