PCM算法存在聚类重叠的缺陷，PFCM算法同时利用隶属度与典型值把数据样本划分到不同的类中，提高了算法的抗噪能力，但PFCM算法对样本分布不均衡的聚类效果并不十分理想。针对此不足，可以通过Mercer核把原来的数据空间映射到特征空间，并为特征空间的每个向量分配一个动态权值，从而得到特征空间内的目标函数。理论分析和实验结果表明，相对于其他经典模糊聚类算法，新算法具有更好的健壮性和聚类效果。