基于量子理论的聚类算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景 | 第10-12页 |
| ·量子计算 | 第10-11页 |
| ·数据挖掘 | 第11-12页 |
| ·研究现状 | 第12-15页 |
| ·技术研究 | 第12-14页 |
| ·应用方向 | 第14-15页 |
| ·聚类算法 | 第15-16页 |
| ·研究意义 | 第16-17页 |
| ·论文组织结构 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第2章 量子计算原理与量子算法简介 | 第19-28页 |
| ·量子计算原理 | 第19-22页 |
| ·量子特性 | 第19-20页 |
| ·量子位 | 第20-21页 |
| ·量子逻辑门 | 第21-22页 |
| ·Shor 大数质因子分解算法 | 第22-24页 |
| ·量子傅里叶变换 | 第22-23页 |
| ·Shor 算法的基本思想 | 第23-24页 |
| ·Grover 数据库搜索算法 | 第24-27页 |
| ·黑箱（Oracle）技术 | 第24-25页 |
| ·量子搜索算法过程 | 第25-26页 |
| ·Grover 算法分析 | 第26-27页 |
| ·量子智能算法 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于量子机制的分类属性密度聚类算法 | 第28-42页 |
| ·量子力学理论 | 第28-32页 |
| ·量子势能简介 | 第28-30页 |
| ·高斯核宽度调节参数 | 第30-32页 |
| ·量子聚类算法 | 第32-37页 |
| ·基于量子机制的改进的密度聚类算法 | 第37-39页 |
| ·算法仿真与分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 量子蚁群聚类算法 | 第42-53页 |
| ·常见蚁群聚类算法 | 第43-46页 |
| ·基于蚂蚁行为特征的聚类算法 | 第43-45页 |
| ·多种群蚂蚁聚类算法 | 第45页 |
| ·混合蚁群聚类算法 | 第45-46页 |
| ·量子蚁群算法 | 第46-49页 |
| ·量子蚁群算法的基本原理 | 第46-49页 |
| ·量子蚁群算法的过程 | 第49页 |
| ·量子蚁群聚类算法 | 第49-50页 |
| ·算法仿真与分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 结论和展望 | 第53-55页 |
| ·本文主要研究成果 | 第53-54页 |
| ·论文展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间参加的科研项目和成果 | 第60页 |
