类别数确定和聚类的学习理论与算法研究

本项目在给定一批具有聚类结构的数据点的条件下建立学习理论和算法来确定其实际类别数且能进一步寻找到各类的中心，以达到无监督正确分类的目的。这对于自动化分类、数据挖掘和模型识别等领域的理论发展及应用具有重要意义。主要研究内容包括竞争学习与惩罚机制的理论分析；学习理论的建立和算法的改进；在图象自动化分类和识别等方面的应用。