一种改进的量子聚类算法

介绍了概率波函数、薛定锷方程、量子势能和量子聚类(Quantum clustering,QC)算法。给出了量子势能确定聚类中心的量子力学依据,强调其重点在于聚类中心的确定而非聚类边界;指出了QC算法中的波函数相当于一个核函数,其中的尺度参数的实质是核宽度调节参数,并给出一种有关它的直方图估算方法。基于此,本文提出一种基于核宽度调节参数估算的改进的量子聚类(Parameter-estimated quantum clustering,PeQC)算法,可克服QC算法中要通过多次训练来最后选取参数的不足。通过与QC算法的实验比较,证明该算法有较高的聚类效能,比标准量子聚类算法简单可行、易操作。