針對(duì)傳統(tǒng)選擇性聚類融合算法不能消除劣質(zhì)聚類成員的干擾和聚類準(zhǔn)確性不高等問(wèn)題, 提出了一種新的選擇性加權(quán)聚類融合算法。算法提出了基于聚類有效性評(píng)價(jià)方法的參照成員選擇方法和聯(lián)合聚類質(zhì)量和差異度的選擇策略, 然后提出了基于容錯(cuò)關(guān)系信息熵的屬性重要性加權(quán)方法。新的算法有效地克服了傳統(tǒng)選擇性聚類融合算法的缺點(diǎn), 消除劣質(zhì)聚類成員的干擾, 提高了聚類的準(zhǔn)確性。大量的對(duì)比實(shí)驗(yàn)結(jié)果表明算法有效, 性能顯著提高。