一种融合自编码器与动态阈值策略的改进BIRCH算法

来源：吉林大学学报·理学版杂志2025年第6期北京时间：

作者：王守佳, 郭东伟, 石泽男, 默锦杨, 刘恒斌

单位：1. 吉林大学 人力资源处, 长春 130012； 2. 吉林大学 软件学院, 长春 130012；3. 吉林大学 计算机科学与技术学院, 长春 130012

摘要：针对传统BIRCH算法在应对特征强相关、 分布不均的指标数据时, 易出现簇内差异过大或过度合并的问题, 提出一种融合自编码器和动态阈值策略的改进BIRCH算法.首先, 该算法利用自编码器进行非线性特征映射与降维, 削弱特征间相关性对距离度量的影响, 提高数据表示的紧凑性和判别性； 其次, 设计动态阈值调整策略, 根据局部样本密度与簇规模自适应调整聚类半径, 增强算法对非均匀分布数据的适应性； 最后, 在改进后的特征空间与自适应阈值策略下构建聚类特征树, 实现高效且稳定的层次聚类, 并应用于高校教师多维数据的智能聚类分析中. 实验结果表明, 在多个聚类评价指标上, 改进算法均取得了更优性能, 能显著提升聚类的稳定性和准确性.

关键词：BIRCH算法,自编码器,动态阈值,教师评价