多核聚类算法研究.docxVIP

多核聚类算法研究 摘 要 聚类是在数据分析中经常使用的方法，广泛应用于各种领域，如图像处理、信息检索、生物学医学、入侵检测技术等。不同于被分类的监督学习，聚类是无监督的学习方法，其中是没有给定类标的训练样本。经典聚类算法大都根据样本特征而聚类，这很大程度上取决于原始样本的数据分布情况。假设数据之间差别微小，聚类算法将呈现出较差的结果。核算法可以有效解决非线性问题，将原始的输入空间通过映射投影到了高维特征空间上，将原来复杂的线性不可分的数据能够得以线性处理。多核与单核相比具有更高的灵活性，在多核映射背景下，高维空间不像原来的低维输入空间一样，而是变成了成为由多个特征空间结合而成的一个组合空