论文部分内容阅读
随着信息技术的飞速发展,数据量越来越大,形式也越来越复杂,需要用更多的属性去描述其特征,从而增加了数据源的维度。面对高维数据,采用传统的聚类算法无法得到满意的聚类效果。分析了高维数据聚类分析以及多核函数的构造问题,提出了基于核函数的高维离散数据聚类算法,解决了分布不规则的离散数据样本聚类不佳的难题,提高了聚类效果。