离群模糊核聚类算法

摘要：

一般说来,离群点是远离其他数据点的数据,但很可能包含着极其重要的信息.提出了一种新的离群模糊核聚类算法来发现样本集中的离群点.通过Mercer核把原来的数据空间映射到特征空间,并为特征空间的每个向量分配一个动态权值,在经典的FCM模糊聚类算法的基础上得到了一个特征空间内的全新的聚类目标函数,通过对目标函数的优化,最终得到了各个数据的权值,根据权值的大小标识出样本集中的离群点.仿真实验的结果表明了该离群模糊核聚类算法的可行性和有效性.

关键词：离群、模糊、核函数、特征空间、聚类算法

所属期刊栏目：15

分类号：TP18(自动化基础理论)

资助基金：江苏省重点实验室基金;国家重点实验室基金;江苏省自然科学基金BK2003017

在线出版日期：2004-08-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1021-1029