抄録
クラスタリングは，実空間上のデータをパターン空間上の点として表すことで実行される．しかし，計測誤差やデータの欠損などデータが不確実性を持つ場合，データを１点で表すことができない場合がある．そこで本論文では，不確実性を持つデータを扱うためにペナルティベクトル正規化による手法を用いる．
初めに，ペナルティベクトル2次正則化ハードc-平均法（HCMP）という新しいアルゴリズムを提案する．次に，クラスタ数が未知のデータセットを扱うために逐次抽出型を導入した，ペナルティベクトル2次正則化逐次抽出型ハードc-平均法（SHCMP）を提案する．さらにいくつかの数値例を用いて，これらのアルゴリズムの有効性を検証する．
