自然科学版 英文版
自然科学版 英文版
自然科学版 英文版

您目前所在的位置:首页 - 期刊简介 - 详细页面

中南大学学报(自然科学版)

Journal of Central South University

第49卷    第7期    总第287期    2018年7月

[PDF全文下载]    [Flash在线阅读]

    

文章编号:1672-7207(2018)07-1677-06
基于量子计算加速的DDC算法
刘雪娟,袁家斌,许娟,段博佳

(南京航空航天大学 计算机科学与技术学院,江苏 南京,210016)

摘 要: 考虑到量子计算具有超强的并行计算能力,拟引入量子计算以降低局部密度和delta距离度量的聚类算法(DDC)计算复杂度。DDC算法的局部密度求解过程是计数算法,提出利用量子计数算法加速局部密度的求解;delta距离是最小值查找的过程,提出利用最小值查找量子算法加速delta距离的求解。研究结果表明:利用量子计算对DDC聚类算法进行加速,能够使算法的执行效率获得显著提升。

 

关键字: 局部密度;delta距离;聚类算法;量子计算;加速

Speed up DDC based on quantum computing
LIU Xuejuan, YUAN Jiabin, XU Juan, DUAN Bojia

College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China

Abstract:The purpose was to improve the efficiency of local density and delta distance based clustering (DDC) by using the quantum computation, which was characterized by the great performance of the parallel computation. First, the quantum counting algorithm was developed to accelerate the processing of local density for each data point. Then, the quantum algorithm for finding the minimum was incorporated to find each point’s delta distance. The results show that the efficiency of DDC can be improved significantly by using quantum computation to accelerate DDC algorithm.

 

Key words: local density; delta distance; clustering algorithm; quantum computation; speed up

中南大学学报(自然科学版)
  ISSN 1672-7207
CN 43-1426/N
ZDXZAC
中南大学学报(英文版)
  ISSN 2095-2899
CN 43-1516/TB
JCSTFT
版权所有:《中南大学学报(自然科学版、英文版)》编辑部
地 址:湖南省长沙市中南大学 邮编: 410083
电 话: 0731-88879765(中) 88836963(英) 传真: 0731-88877727
电子邮箱:zngdxb@csu.edu.cn 湘ICP备09001153号