基于量子蚁狮与k均值的聚类方法及入侵检测方法

摘要

本发明公开了一种基于量子蚁狮与k均值的聚类方法，包括如下步骤：S211、输入簇的数目k和数据集D；S212、将量子蚁狮算法输出的精英作为初始的簇中心；S213、将数据集中的其余对象分配到最相似的簇，最相似的簇的簇中心距对象距离最近；S214、将每个簇中的对象均值作为新的簇中心；S215、检测本轮形成的簇与前一轮形成的簇是否相同；S216、若检测结果为是，则输出k个簇的集合，若检测结果为否，则执行步骤S213。将量子机制与蚁狮优化算法相结合，并与k均值算法混合应用于聚类分析和入侵检测，有利于充分发挥各自算法的优势，进一步提高优化效率并提供更好的结果。