论文研究 选择性聚类融合新方法研究.pdf

针对传统选择性聚类融合算法不能消除劣质聚类成员的干扰和聚类准确性不高等问题, 提出了一种新的选择性加权聚类融合算法。算法提出了基于聚类有效性评价方法的参照成员选择方法和联合聚类质量和差异度的选择策略, 然后提出了基于容错关系信息熵的属性重要性加权方法。新的算法有效地克服了传统选择性聚类融合算法的缺点, 消除劣质聚类成员的干扰, 提高了聚类的准确性。大量的对比实验结果表明算法有效, 性能显著提高。