改进的模糊核聚类算法
将核学习方法的思想和改进的选择C-均值聚类算法相结合,提出了一种改进的模糊核聚类算法,使其能对非超球体、含有噪音和离群点及样本不均衡的数据进行有效的聚类.通过引入高斯核函数,原样本的特征被非线性变换到高维核空间,提高了聚类性能.实验结果表明,该改进算法具有有效性.
模糊C-均值聚类、选择C-均值聚类算法、高斯核函数、特征空间
38
O242(计算数学)
国家自然科学基金资助项目60572125
2012-10-24(万方平台首次上网日期,不代表论文的发表时间)
共4页
1408-1411