论文部分内容阅读
聚类分析是统计学理论中的一种重要方法,对聚类分析方法的研究也是统计学研究的重点课题.传统K-均值聚类方法是聚类分析的一种广泛应用的方法,但它存在依赖样本特征差异的缺点.在K-均值聚类方法的基础上,研究者们提出了基于核距离的K-均值聚类算法(核K-均值聚类算法),将核函数(如高斯核函数或多项式核函数)应用于K-均值聚类算法,克服了传统方法的缺点并提高了计算效率,获得了更优异的聚类效果.本文在对文献资料整理与分析的基础上,对基于核距离的聚类算法进行了整理分析对比介绍.