动态加权模糊核聚类算法

：为了克服噪声特征向量对聚类的影响，充分考虑各特征向量对聚类结果的贡献度的不同，运用mercer核将待聚类的 数据映射到高维空间，提出了一种新的动态加权模糊核聚类算法。该算法运用动态加权，自动消弱噪声特征向量在分类中 的作用，在对数据没有任何先验信息的情况下，不仅能够准确划分线性数据，而且能够做到非线性划分非团状数据。仿真和 实际数据分类结果表明，数据中的噪声对分类结果影响较小，该算法具有很高的实用性。