1、數(shù)據(jù)挖掘是當(dāng)今信息產(chǎn)業(yè)界最前沿的研究方向之一，聚類分析是其中的一項(xiàng)重要研究課題。聚類分析是將數(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），其在實(shí)際應(yīng)用中許多領(lǐng)域有著廣泛的應(yīng)用。目前，低維數(shù)據(jù)的聚類算法已較成熟，受“維度災(zāi)”(the curse of dimensionality)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，然而在實(shí)際應(yīng)用中，高維度的數(shù)據(jù)普遍存在，例如，基因表達(dá)數(shù)據(jù)、金融數(shù)據(jù)、多媒體數(shù)據(jù)以及文本數(shù)據(jù)等

2、。因此對高維數(shù)據(jù)聚類算法的研究具有非常重要的理論意義和應(yīng)用價值。
　　 針對高維數(shù)據(jù)聚類問題，最直接有效的方法是降低維度，通過降維技術(shù)將原來高維數(shù)據(jù)空間歸約到較低維空間，從而可以利用傳統(tǒng)的聚類方法完成聚類處理。在高維數(shù)據(jù)中，并不是所有的維度對聚類而言都是有效的，因此需要對特征空間進(jìn)行有效的搜索從而找出有效的聚類特征子空間。對于高維數(shù)據(jù)而言，維度越高，其特征子空間的數(shù)目也就越大，從而導(dǎo)致了傳統(tǒng)的搜索算法像貪婪算法較易陷入局部最優(yōu)解

3、。作為智能算法的一種，遺傳算法(Genetic Algorithms, GA)的全局收斂性得到人們的普遍關(guān)注。遺傳算法是通過模擬生物在自然界環(huán)境中的遺傳和進(jìn)化過程而形成的一種自適應(yīng)全局優(yōu)化概率搜索算法。本文利用遺傳算法的全局搜索能力對高維數(shù)據(jù)的特征空間進(jìn)行搜索，以找出有效的聚類特征子空間。同時為了考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)，具有一定的理論價值和現(xiàn)實(shí)指導(dǎo)意義。
　　 論文的創(chuàng)

4、新之處及主要工作如下：
　　 （1）搜索空間的確定及染色體的編碼。將遺傳算法運(yùn)用到聚類分析問題的方法中，一般的編碼方法多著重在類中心點(diǎn)空間上，本論文將特征選擇空間和類中心點(diǎn)空間兩部分聯(lián)合組成編碼空間，同時附加一些限制條件以有效地縮短編碼長度。（2）設(shè)計(jì)出一種基于特征維對子空間聚類貢獻(xiàn)率的適應(yīng)度函數(shù)。作為子空間聚類的評估函數(shù)，它具有比較不同子空間聚類的能力，即聚類結(jié)果和子空間所包含的特征維一起評價。（3）設(shè)計(jì)并實(shí)現(xiàn)了一種基于遺傳算