1、數(shù)據挖掘是目前人工智能和數(shù)據庫領域的研究熱點。幾十年來各種不同的數(shù)據挖掘方法得到了廣泛的研究。數(shù)據挖掘不僅是數(shù)據庫知識發(fā)現(xiàn)中的一個重要步驟，從數(shù)據庫的大量數(shù)據中，自動搜索隱藏于其中有價值的規(guī)律信息;也是一種決策支持的過程，利用人工智能、機器學習、模式識別、統(tǒng)計學、可視化等技術，分析各種類型的數(shù)據，從中挖掘出潛在的模式，幫助各個領域的專家及研究和開發(fā)人員做出正確的決策判斷。
　　 目前，數(shù)據挖掘作為一門迅速發(fā)展的研究領域，面臨著越

2、來越多新的問題和挑戰(zhàn)。首先，數(shù)據的規(guī)模越來越大，也就是所謂的大規(guī)模數(shù)據的問題;其次，數(shù)據特征的維數(shù)不斷增加，導致出現(xiàn)所謂的維數(shù)災難的問題;最后，數(shù)據挖掘越來越強調多學科的交叉，不僅需要靈活運用統(tǒng)計學、計算機、數(shù)學等建模技術，同時還需要具有生物學、腦科學、證券金融等學科的知識背景。針對上述的挑戰(zhàn)，人們提出了針對大規(guī)模數(shù)據的流數(shù)據分析方法;針對高維數(shù)據的特征加權和特征選擇方法;同時，生物信息學等交叉學科也成為目前數(shù)據挖掘領域的研究重點。

3、r>　　 本文圍繞特征加權和特征選擇這一主題，在研究和借鑒現(xiàn)有算法的基礎上，針對上述問題，提出了一系列新算法、改進算法、以及新的應用。文本所研究的內容主要涉及兩個方面，即針對特征加權技術的軟子空間聚類算法的研究與改進，以及利用特征選擇方法的分類技術的研究與應用。特別是針對當前數(shù)據挖掘領域所面臨的大規(guī)模數(shù)據的問題、高維數(shù)據特征加權和特征選擇的問題，以及多學科交叉的問題，都進入了深入地研究和探討。本文提出的算法被成功應用于信息檢索中的文本

4、聚類、基因表達數(shù)據聚類、人臉識別與分類以及生物信息學中二硫鍵連接模式預測等實際問題，很好地驗證了所提算法和技術的有效性。具體而言，本文的研究內容和創(chuàng)新性成果主要在于:
　　 1)本文針對高維大規(guī)模數(shù)據或者流數(shù)據的子空間聚類問題，利用在線學習策略和模糊可擴展聚類技術，與現(xiàn)有的軟子空間聚類算法相結合，提出了兩種在線軟子空間聚類算法(OFWSC、OEWSC)和兩種流數(shù)據軟子空間聚類算法（FuStreCA、EnStreCA）。
　

5、　 2)本文提出了一種新穎的多目標優(yōu)化軟子空間聚類算法(MOSSC)，利用多目標優(yōu)化技術，分別優(yōu)化軟子空間聚類方法中的類內、類間兩個目標函數(shù)，并利用加權子空間二部圖劃分方法對所得的非占優(yōu)Pareto最優(yōu)解集進行分析，推導出最終的聚類劃分結果。
　　 3)本文針對軟子空間聚類算法面臨的數(shù)據簇數(shù)目不確定和聚類中心初始化兩個問題，將模糊和熵加權軟子空間聚類算法與競爭合并策略相結合，提出了基于競爭合并策略的模糊加權軟子空間聚類算法(F

6、WSCA)和熵加權軟子空間聚類算法(EWSCA)。
　　 4)本文利用稀疏表示的思想和L1范數(shù)最小化的方法，提出了一種新穎的基于稀疏分數(shù)(SparseScore)的特征選擇方法，通過構造樣本間的稀疏表示重構系數(shù)矩陣，計算數(shù)據集中各個特征的稀疏表示保留能力，從而對數(shù)據集的特征重要性進行排序。
　　 5)本文針對生物信息學中二硫鍵結構模式的預測問題，通過利用四種基于分數(shù)方程的特征選擇方法得到蛋白序列全局特征和局部特征的特征子