اکثر مطالعات اخیر در حوزه خوشهبندی ترکیبی سعی میکنند ابتدا خوشهبندیهای اولیهای تولید کنند که تا حد ممکن دارای پراکندگی باشند، سپس با اعمال یک تابع توافقی همه این نتایج را با هم ترکیب میکنند. در این مقاله یک روش جدید خوشهبندی ترکیبی ارائه شده است که در آن به جای استفاده از تمام نتایج اولیه، تنها از زیرمجموعهای از خوشههای اولیه استفاده میشود. ایده اصلی در این روش استفاده از خوشههای پایدار در ترکیب نهایی است. برای ترکیب خوشههای انتخابی، از تابع توافقی مبتنی بر ماتریس همبستگی استفاده شده است. از آن جایی که ساخت ماتریس همبستگی با در دسترس بودن تنها تعدادی از خوشهها، با روشهای موجود امکانپذیر نمیباشد، در این مقاله یک روش جدید به نام خوشهبندی انباشت مدارک توسعه یافته، برای ساخت ماتریس همبستگی از زیرمجموعهای از خوشهها پیشنهاد شده است. برای ارزیابی خوشهها، از پایداری مبتنی بر اطلاعات متقابل استفاده شده است. نتایج تجربی روی چندین مجموعه داده استاندارد نشان میدهد که روش پیشنهادی به طور موثری نتایج خوشهبندیهای اولیه را بهبود میدهد. همچنین، مقایسه نتایج در مقایسه با سایر روشهای خوشهبندی ترکیبی نشان از کارایی بالای روش پیشنهادی دارد.