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
