聚類集成算法研究.pdf

1、聚類集成方法通過綜合使用基聚類成員的不同版本來實現(xiàn)無監(jiān)督的分類任務。集成技術主要通過兩個步驟實現(xiàn)，一是產生高質量的基聚類成員集體，二是設計高效的共識策略。近幾年，由于聚類集成技術在處理數(shù)據(jù)分類方面的優(yōu)勢，其漸漸成為機器學習的熱點。
　　本文研究采用遺傳算法作為共識策略，針對下面兩個方面進行了設計和改進：
　　首先，考慮到模糊聚類算法能夠發(fā)現(xiàn)比硬聚類算法更豐富的分類信息且模糊聚類算法的靈活性較好，因此本文采用了模糊聚類算法作為

2、遺傳共識策略中的基聚類器。此外，又考慮到聚類集成概念下遺傳共識策略設計的不完善性和收斂速度慢狀況，又引入了自適應因子，從而提高了集成的速度。綜上，提出了一種新的遺傳共識集成方法。
　　其次，基于互信息的遺傳共識函數(shù)是種群進化的引領器，而基聚類成員是共識函數(shù)中的關鍵參數(shù)，多樣性的、高質量的聚類成員有助于得到較好的融合結果。所以為了進一步探索穩(wěn)健性、魯棒性和平均性能更好的集成結果，也為了使基于遺傳共識的聚類融合算法適用性更廣，本文引入