1、近年來(lái)，數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)界和整個(gè)社會(huì)的極大關(guān)注，主要原因是存在可以廣泛使用的大量數(shù)據(jù)，并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)。數(shù)據(jù)挖掘的研究任務(wù)包括：數(shù)據(jù)總結(jié)、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式發(fā)現(xiàn)、分類和預(yù)測(cè)模型、數(shù)據(jù)聚類、依賴關(guān)系或依賴模型發(fā)現(xiàn)、異常和趨勢(shì)發(fā)現(xiàn)等等，其中數(shù)據(jù)聚類是其中的一項(xiàng)重要研究任務(wù)。聚類是將數(shù)據(jù)根據(jù)一定的相似度度量劃分成若干有用的或有意義的類（簇），其在許多領(lǐng)域有著廣泛的應(yīng)用。目前，低維數(shù)據(jù)的聚類算法已比較成熟，

2、但是在實(shí)際應(yīng)用中，高維度的數(shù)據(jù)普遍存在，例如，金融數(shù)據(jù)、零售業(yè)的數(shù)據(jù)、電信業(yè)的數(shù)據(jù)以及生物學(xué)數(shù)據(jù)等。受“維度災(zāi)”(thecurseofdimensionality)的影響，許多傳統(tǒng)的聚類算法運(yùn)用到高維數(shù)據(jù)上往往失效，因此對(duì)高維數(shù)據(jù)聚類算法的研究具有非常重要的理論意義和應(yīng)用價(jià)值。
　　因?yàn)閭鹘y(tǒng)的聚類方法對(duì)低維數(shù)據(jù)比較有效，所以針對(duì)高維數(shù)據(jù)聚類問(wèn)題，最有效直接的辦法就是降維，通過(guò)降維技術(shù)將原來(lái)高維數(shù)據(jù)歸約到低維空間，然后用傳統(tǒng)的聚類方

3、法完成聚類處理。在高維數(shù)據(jù)中并不是所有的維度對(duì)聚類而言都是有效的，因此可以對(duì)整個(gè)聚類空間進(jìn)行有效的搜索從而找出有效的聚類特征子空間。本文中的粒子群（pso）算法，是一種智能算法，它具有遺傳算法的全局尋優(yōu)能力，通過(guò)簡(jiǎn)單易行的參數(shù)調(diào)整，pso具有較強(qiáng)的局部尋優(yōu)能力，它的基本概念源于對(duì)鳥覓食行為的研究，通過(guò)粒子個(gè)體之間的相互協(xié)調(diào)尋找最有位置，本文利用pso算法的全局搜索能力對(duì)高維數(shù)據(jù)的聚類中心點(diǎn)進(jìn)行搜索，以找到找到有效的聚類中心點(diǎn)。同時(shí)為了考

4、察特征維在子空間聚類中的特征，設(shè)計(jì)出一種基于特征維對(duì)子空間聚類貢獻(xiàn)率的適應(yīng)度函數(shù)，具有一定的理論價(jià)值和現(xiàn)實(shí)指導(dǎo)意義。
　　論文的創(chuàng)新之處及主要工作如下：
　?。?）搜索空間的確定及粒子的編碼。PSO算法強(qiáng)調(diào)分布式、相對(duì)簡(jiǎn)單、個(gè)體之間直接或間接的交互作用，具有很強(qiáng)的適應(yīng)性和魯棒性，另一方面，聚類可以被看做一個(gè)復(fù)雜的全局優(yōu)化問(wèn)題，因此PSO算法可以用于聚類分析。將PSO算法運(yùn)用到聚類分析問(wèn)題的方法中，一般的編碼方法多著重在類中心

5、點(diǎn)空間上，本論文將特征選擇空間、類中心點(diǎn)空間（對(duì)應(yīng)PSO中粒子的位置）以及中心點(diǎn)的改變量（對(duì)應(yīng)PSO中粒子的速度）三部分聯(lián)合組成編碼空間，同時(shí)附加一些限制條件以有效地縮短編碼長(zhǎng)度。
　?。?）設(shè)計(jì)出一種基于特征維對(duì)子空間聚類貢獻(xiàn)率的適應(yīng)度函數(shù)。作為子空間聚類的評(píng)估函數(shù)，它能比較不同子空間聚類的效果，即把聚類結(jié)果和子空間所包含的特征維一起評(píng)價(jià)。
　　（3）設(shè)計(jì)并實(shí)現(xiàn)了一種基于pso算法的高維數(shù)據(jù)聚類算法。
　?。?）通過(guò)