動態(tài)權值混合C-均值模糊核聚類算法

摘要：PCM算法存在聚類重疊的缺陷，PFCM算法同時利用隸屬度與典型值把數(shù)據(jù)樣本劃分到不同的類中，提高了算法的抗噪能力，但PFCM算法對樣本分布不均衡的聚類效果并不十分理想。針對此不足，可以通過Mewer核把原來的數(shù)據(jù)空間映射到特征空間，并為特征空間的每個向量分配一個動態(tài)權值，從而得到特征空間內的目標函數(shù)。理論分析和實驗結果表明，相對于其他經典模糊聚類算法，新算法具有更好的健壯性和聚類效果。