摘要

基于转换数据的模糊聚类算法存在转换模式单一、聚散效果不明显的问题,提出了分段二次方转换函数驱动的高斯核模糊C均值聚类算法。首先,通过分段二次方转换函数将原先分段线性数据转化的策略进行了相应的拓展,使数据转化的模式更加细腻,使得同类型的数据更好地聚集在一起,非同类型的数据进行远离。其次,我们引入了高斯核函数,将数据从低维空间映射到高维空间来进行聚类划分。最后,将这些集成到模糊聚类的框架之中,形成了所提算法。通过对比实验表明,所提算法明显优于相关的4种算法。