Indexed by：
Abstract：
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．
Keyword：
Reprint Author's Address：
Email：
Source ：
北京工业大学学报
ISSN： 0254-0037
Year： 2012
Issue： 9
Volume： 38
Page： 1408-1411
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 13
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
