1、隨著數(shù)據(jù)庫與信息技術的迅猛發(fā)展，數(shù)據(jù)成為一種至關重要的財富，如何發(fā)現(xiàn)隱藏在這些錯綜復雜的數(shù)據(jù)集中的潛在有用的知識，并且如何對這些知識加以利用，成為了人們研究和關注的熱點。
　　 數(shù)據(jù)庫中包含一些數(shù)據(jù)對象，它們與大多數(shù)數(shù)據(jù)的一般行為或模型不一致，這些數(shù)據(jù)對象被稱作離群點，通常也可被稱為偏離點、孤立點、噪音、異常點等。絕大多數(shù)的數(shù)據(jù)挖掘算法把離群點視為異?；蛟肼暥鴣G棄，然而在一些實際應用中，罕見事件比正常出現(xiàn)的事件更具有研究價值。目

2、前針對離群點進行的研究主要是離群數(shù)據(jù)挖掘，其目的大多是為了去除離群點而獲得較好的聚類效果。較少涉及對離群點進行深入地分析，比如找出數(shù)據(jù)離群的原因以及離群特征等。因此，對離群點進行更深入地分析是用戶針對異常問題進行決策的前提條件。
　　 本文在歸納總結了高維數(shù)據(jù)聚類的國內(nèi)外發(fā)展現(xiàn)狀和離群聚類的研究現(xiàn)狀基礎上，分析其存在的重點和難點，針對離群子空間的搜索方法和基于子空間的聚類算法進行了重點研究。
　　 首先，針對離群子空間搜

3、索NP(Nondeterministic Polynomial)難的問題，本文依據(jù)冪圖在擴展過程中的剪枝策略，實現(xiàn)了一種基于冪圖的子空間搜索算法。將對冪圖的擴展看作是對子空間的搜索，僅擴展剪枝后的冪圖，該方法不僅避免了對大量子空間的遍歷，同時也減少了所需要的存儲空間。
　　 其次，為了能夠對每個離群點的離群含義進行解釋，并且對不同類的離群數(shù)據(jù)的離群原因進行分析，本文對基于超圖模型的聚類算法進行了改進。從超圖構造和評估函數(shù)兩方面出