文献类型：期刊文章

作　　者：沈红斌[1] 王士同[1] 吴小俊[2]

机构地区：[1]江南大学信息学院,江苏无锡214036 [2]华东船舶工业学院计算机系

出　　处：《软件学报》

基　　金：江苏省计算机信息技术重点实验室开放课题;南京大学计算机软件新技术国家重点实验室开放课题;江苏省自然科学基金~~

年　　份：2004

卷　　号：15

期　　号：7

起止页码：1021-1029

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2004408391326)、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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

分 类 号：TP18]