将核学习方法的思想和可能性聚类算法相结合,提出一种基于核的可能性聚类算法,使其能够对非超球体、含有噪音和孤立点的数据进行有效的聚类。将该方法用于模式识别中,仿真实验表明,基于核的可能性聚类算法比模糊C均值算法以及可能性聚类算法具有更好的聚类效果,且算法能够很快地收敛。
吕佳.核聚类算法及其在模式识别中的应用[J].重庆师范大学学报自然科学版,2006,(1):22-24