[发明专利]一种面向分类属性数据的量子聚类算法改进方法

权利要求书

1.一种面向分类属性数据的量子聚类算法改进方法，其特征在于：

步骤1、利用势能计算函数计算原始数据的势能分布，找出数据势能最低点；

步骤2、利用加权欧式距离计算原始数据点与势能最低点的度量矩阵D；

步骤3、根据度量矩阵D，计算满足距离测度条件d(x_i,v_c)≤β的所有样本，其中1≤i≤n且i≠k，并将所述样本聚成第C类；从样本集X中删除C类样本；其中β表示聚类测度条件；

步骤4、计算C类样本点的数量，若为空，停止计算；非空转入步骤1。

2.根据权利要求1所述的面向分类属性数据的量子聚类算法改进方法，其特征在于：所述步骤2中度量矩阵D，计算借助加权欧式距离计算公式d(x_i,x_j)，依据分类数据自身的属性进行计算：

其中：x_i表示样本的点，s_k表示样本的方差。