邵长龙,孙统风,丁世飞

（中国矿业大学计算机科学与技术学院，徐州，221116）

聚类是一种无监督的机器学习技术，通过计算数据对象间的相似度把数据集分成若干个簇，使在相同簇的对象有较高的相似度，不同簇的对象则差异较大［1］.目前聚类已被运用在各种领域：在图像处理领域，Cong et al［2］基于超像素谱聚类提出了一种图像分割算法，在计算复杂度、处理时间和整体分割效果方面都取得了实质性的改善.在认知计算领域，Saini et al［3］提出一种基于认知计算的多目标自动文档聚类技术，实验结果证明该方法优于传统方法.在医学诊断领域，Thanh et al［4］提出一种新型聚类算法用于医学诊断中的推荐系统.

过去几十年，大量聚类算法被开发出来，但当前的聚类算法仍然存在一些问题，例如：聚类结果很大程度上取决于参数和初始化；聚类结果不够鲁棒等.为了解决这些问题，研究人员提出聚类集成算法.与使用算法生成单个聚类结果的传统方法不同，聚类集成是将多个不同的聚类结果集成在一起以生成更好聚类结果的过程.聚类集成算法的有效性吸引了许多研究者，并提出了许多相关的算法.聚类集成的具体内容介绍如下：

给定一个具有n个数据对象的数据集X={x1，x2，…，xn}，对此数据集X使用m次聚类算法，得到m个聚类结果P={}p1，p2，…，pm.其中pi(i=1，2，…，m)为第i个聚类算法得到的聚类结果，又称为聚类成员或基聚类.具体地，基聚类的生成有三种方法：（1）使用一种聚类算法，每次运行时随机设置不同的参数并随机初始化；……