خوشه بندي تركيبي انتخابي با رويكرد تكاملي

خوشه بندي اطلاعات به معني افراز كردن داده‌ها در خوشه هاي شبيه به هم است؛ به طوري كه داده هاي هر خوشه حداكثر مشابهت را با همديگر و حداكثر عدم شباهت را با داده هاي خوشه هاي ديگر داشته باشند. در اينجا يك چارچوب جديد براي بهبود كارايي خوشه بندي تركيبي پيشنهاد شده است كه مبتني بر استفاده از زيرمجموعه‌اي از خوشه هاي اوليه مي‌باشند. انتخاب اين زيرمجموعه نقش حياتي در كارايي اجماع دارد. اين انتخاب به كمك دو روش هوشمند انجام مي گيرد. ايده هاي اصلي در روش هاي پيشنهادي براي انتخاب زيرمجموعه‌اي از خوشه ها، استفاده از خوشه هاي پايدار به كمك الگوريتم هاي جست‌جوي هوشمند مي‌باشند. براي اعتبارسنجي خوشه ها، از معيار stability مبتني بر اطلاعات متقابل استفاده شده است. در آخر نيز خوشه هاي انتخاب شده را به كمك چندين روش تركيب نهايي با هم جمع مي كنيم. نتايج تجربي روي چندين ديتاست استاندارد نشان مي‌دهد كه روش هاي پيشنهادي مي‌توانند به طور موثري همچنين روش تركيب كامل را بهبود دهند