粗糙核k-means聚类算法

通过研究核聚类算法，以及粗糙集，提出了一个新的用于聚类分析的租糙核聚类方法。通过mercer核映射把输入空间中的样本映射到Hilbert空间，使样本空间中没有显现的特征在特征空间中突现出来，在这种样本差异加大的基础上，结合粗糙集的思想，把样本分别划到相应聚类中心的上、下近似中，上、下近似中的样本按照一定的比例来共同决定新的聚类中心。这样不但聚类精度大大提高，而且算法收敛速度也较快。仿真实验的结果表明该算法的可行性和有效性。