论文部分内容阅读
根据粗糙集理论的边界区域和V-支持向量机的优点对支持向量聚类算法进行改进。使用核函数进行特征空间的映射，发现最小粗糙球的包络点。根据上近似集与下近似集，定义粗糙球的内半径r和外半径为R。数据点映射若位于下近似区，则属于一个确定的聚类；若边界的点位于上近似区，属于不确定的聚类，位于球体外的点属于孤立点。实验结果表明，该聚类算法可以不需要额外的计算开销，能够解决任意形状的软聚类问题，有效地处理边界点。