论文部分内容阅读
为处理线性不可分、结构复杂的数据集,提出基于核聚类的K-均值聚类（Kernel Clustering-based K-means Clustering,KCKC）.该方法先在原始空间中对模式进行聚类,再由径向基函数（Radial Basis Function,RBF）核把它们映射到核空间,从而保持大部分模式之间的关系.把提出的方法应用到基于RBF的神经网络（RBF-based Neural Network,RBFNN）、基于RBF的支持向量机（RBF-based Support Vector Machin