【摘要】：针对一个特定的聚类问题,选择“最佳”算法是一项挑战性任务,而研究表明,对多次聚类进行集成,可以获得更好的效果。提出一种聚类集成方法,先采用仅适用于发现凸面形状簇的 k-means算法以及bootstrapping技术适度生成集成中的不同分区,再将分区聚类结果转换为距离矩阵并加以集中,然后采用最近邻连接方法重聚这些矩阵,以便形成最终的聚类结果。该方法可以实现对非凸面形状簇的有效聚类,实验表明了该方法的有效性。