论文部分内容阅读
模糊C均值聚类算法使用欧氏距离衡量,遇到潜在的类或簇背离超球面结构时表现不佳.利用免疫理论中的克隆选择、亲和力成熟和免疫网络理论来建构一种网络模型aiNet,将其用于数据聚类可以减少数据中的冗余,描述数据结构和聚类形状.通过实验比较了这两种方法的特点,结果表明,当潜在的类或簇背离凸集时,aiNet方法表现出良好的适应性.