论文部分内容阅读
为解决k-means聚类算法和k-凝聚聚类算法对于非凸形状数据聚类正确率低和模糊核聚类算法（FKCM）收敛速度慢的问题，将k-凝聚聚类算法与核函数方法相结合，在高维特征空间构造了新的核聚类算法——核k-凝聚聚类算法，实现了k-凝聚聚类算法的核化．通过Matlab编程进行数值实验，证明了核k-凝聚聚类算法在聚类的准确性、稳定性、健壮性等方面较之k-means聚类算法、k-凝聚聚类算法和FKCM有一定程度的改进．