一种基于量子遗传的模糊C均值聚类中心生成方法技术

模糊C均值聚类算法(FCM)是一种常用的无监督学习算法，常用于各类模糊问题的聚类分析中，由于某些问题具有模糊性和不确定性，因此通常使用模糊理论进行处理。本发明专利技术提出了一种基于量子遗传的模糊C均值聚类中心生成方法，结合了智能优化算法中的遗传算法和量子理论，通过量子种群的迭代寻优找到最优的初始聚类中心，避免了人为选取聚类中心的不确定性，提高了收敛效率及收敛精度。高了收敛效率及收敛精度。高了收敛效率及收敛精度。

A fuzzy c-means clustering center generation method based on quantum genetic

【技术实现步骤摘要】
一种基于量子遗传的模糊C均值聚类中心生成方法


[0001]模糊C均值聚类算法(FCM)是一个经典的无监督学习算法，主要使用在各种模糊问题的聚类分析中，由于某些问题同时存在着糊性和不确定性，所以一般采用模糊理论进行处理。本专利技术提出了一个基于量子遗传的模糊C均值聚类中心生成方案，融合了智能优化计算中的遗传算法和量子理论，并利用对量子种群的迭代寻优得到了最佳的的初始聚类中心，从而减少了人为选取聚类中心的不确定性，大大提高了收敛效率及收敛准确度。

技术介绍

[0002]模糊C均值聚类算法，是以模糊数学理论为依据的聚类方法，其通常用来描述具有不确定性的模糊问题，如人的性格特征、天气的冷热程度等。模糊理论引入了隶属度的概念，用来描述某个对象属于某个集合的程度或概率。模糊C均值聚类算法是一个软聚类工具，有着比K
‑
means算法更灵活的特点。因为在多数情况下，问题空间内的对象无法明确地被分配到某一类中，因此要对每个对象计算出属于每个类的隶属程度。然而，同传统K
‑
means算法一样，模糊C均值聚类算法受初始质心选取的影响非常大，容易陷入局部最优等缺陷。
[0003]量子遗传算法，是一个使用量子理论的遗传优化算法，在传统的遗传算法中，种群由染色体个体组成，经过选择、交叉、变异等遗传算子计算后更新种群，使种群得到进化，从而找到最优解。如在量子遗传算法中,将遗传算法的染色体用量子方式表达,而进化过程则是利用量子旋转门将量子态进行反转使之进化，因此，量子遗传算法具有量子计算的特征，有着良好的寻优性能。
[0004]针对模糊C均值聚类算法受原始聚类中心影响大的问题，以及量子遗传算法具有较优秀的全局寻优能力的优势，本专利技术提出了一个基于量子遗传的模糊C均值聚类中心生成方法，使量子遗传算法搜索到的最优解可以成为模糊C均值聚类算法的初始聚类中心，有效地提高了聚类算法的性能。

技术实现思路

[0005]本专利技术提出了一种基于量子遗传的模糊C均值聚类中心生成方法，能够通过量子遗传算法的全局优势搜索到最优的初始聚类中心，提高模糊C均值聚类算法的聚类效果。
技术实现思路
如下：
[0006](1)使用模糊熵度量染色体的适应度：使用模糊熵作为模糊集模糊程度的度量，模糊熵由下式给出：
[0007][0008]使用下式来评估第i个聚类的模糊程度：
[0009][0010]在本专利技术中通过计算聚类的模糊度来获得每个常规染色体的适应度，结束迭代后选择最优的染色体作为聚类中心进行模糊C均值聚类；
[0011](2)使用量子遗传算法生成初始聚类中心：首先初始化量子种群，量子种群中每个量子染色体的所有状态都有相同的概率被测量。测量完成后，创建常规染色体群体，并通过计算相应聚类的模糊度来获得每个常规染色体的适应度。然后，通过应用量子旋转门，量子种群沿着最优量子染色体的方向进化，直到达到停止标准。最后，以最佳常规染色体对应的聚类中心为初始聚类中心，进行模糊聚类，最终检测出模糊聚类。具体算法步骤如下：
[0012][0013][0014]本专利技术的优点在于：
[0015]本专利技术引入了模糊熵作为适应度函数，以最小化用于度量聚类模糊性的模糊熵函数；经过量子遗传算法生成的初始聚类中心具有最优的适应度，能够使FCM算法摆脱人为选取聚类中心的不稳定性，提高聚类的准确性。
附图说明
[0016]图1为FCM算法流程图
[0017]图2为基于量子遗传的FCM流程图
具体实施方式
[0018]实施例1：FCM用于图像分割
[0019]将模糊C均值聚类用于图像分割时，像素相似度通常使用距离测量，具体为每个像素对象与聚类中心像素的像素值之差，当距离较小时，表示隶属度较大，反之隶属度较小。使用提出的基于量子遗传的模糊C均值聚类中心生成方法，再对待分割图像进行聚类分割，能够有效提高分割精度；
[0020]实施例2：FCM用于地质灾害分类
[0021]地质灾害种类众多，以泥石流为例，根据长度、流域面积等因素可分为不同类型的泥石流，对泥石流分类需要调查泥石流沟的各类因素，使用模糊聚类可以较好地完成这项任务。基于量子遗传的FCM算法能够有效地对地质灾害完成分类。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于量子遗传的模糊C均值聚类中心生成方法，其特征在于：(1)将模糊熵作为度量染色体的指标，使用模...

【专利技术属性】
技术研发人员：凌子琪，金红，
申请(专利权)人：桂林理工大学，
类型：发明
国别省市：