随着信息技术的快速发展,不同的应用领域中都产生了海量数据。从大量数据中获取有用的知识已成为人们的迫切要求,数据挖掘因此成为目前的重要研究领域。聚类分析是数据挖掘的重要研究方向之一。由于聚类分析属于无监督的学习模式,所以其在实际生活中应用是非常广泛的,例如,生物分析、web日志分析等。但是,随着数据维度的不断增加,高维数据的“维数灾难”问题越发明显。在处理高维数据的聚类问题时,聚类的结果往往会因为“维数灾难”而不尽于人意。这是由高维数据的两大特点所导致的:(1)在高维数据集中数据具有稀疏性;(2)高维数据中由于数据彼此之间的距离相似,使得传统的基于距离的聚类算法变得毫无意义,加大了聚类的难度。因此,如何对高维数据进行有效地聚类已成为近年来的重点研究内容之一。针对上述问题,子空间聚类方法应运而生。作为处理高维数据聚类的一种有效方法,子空间聚类首先通过某种特征选择策略将数据从高维空间中投影到低维子空间中,然后在低维子空间中进行数据聚类。然而,现有的子空间聚类方法还存在很多问题,例如,在高维数据的降维过程中,所采用的特征选择方法不能有效保留原始数据的分类能力,从而导致子空间中的聚类结果发生偏差;另外,现有的子空间聚类方法大多只能处理数值型高维数据,对于类别型高维数据不能有效处理。为了有效解决现有的子空间聚类方法所存在的问题,本文将粗糙集理论应用到子空间聚类中。首先,提出一种基于粒度决策熵的粗糙集属性约简算法——ARGDE算法,并利用ARGDE算法对高维数据进行降维;其次,提出一种基于加权重叠距离的K-modes聚类算法WODKM,并利用WODKM算法在低维子空间中进行聚类,从而可以有效处理类别型高维数据;第三,将前面所提出的ARGDE算法和WODKM算法组合在一起,提出一种面向类别型高维数据的子空间集成聚类算法SPECCH。我们在多个UCI数据集上进行了实验,实验结果表明本文所提出的子空间聚类算法,可以较好地解决类别型高维数据上的聚类问题。本文的研究工作主要包含以下三个方面:(1)提出一种基于粒度决策熵的属性约简算法。针对现有的基于信息熵的属性约简算法所存在的问题,本文提出了粒度决策熵这一新的信息熵模型,并基于粒度决策熵设计出一种新的属性约简算法——ARGDE算法。我们在多个UCI数据集上进行了实验,相对于传统的算法,本文所提出的算法可以取得较小的约简和较高的分类精度。(2)针对类别型数据,提出一种新的距离度量——加权重叠距离,并由此提出一种基于加权重叠距离的K-modes聚类算法WODKM。在WODKM算法中,我们利用粗糙集理论中的属性重要性和粗糙熵等概念来计算每个属性的重要性,并且在计算对象之间的加权重叠距离时,不同的属性将根据其重要性的大小被赋予不同的权重,从而可以有效地体现出不同属性之间的差异性。(3)提出一种面向类别型高维数据的子空间集成聚类算法——SPECCH算法。在SPECCH算法中,首先利用ARGDE算法来构造多个特征子空间;其次,利用WODKM算法在所构造的特征子空间上分别进行聚类,得到多个聚类结果;第三,针对多个聚类结果采用加权投票的方法进行聚类集成。我们在多个UCI数据集上进行了实验,相对于传统的算法,本文所提出的算法可以取得较好的实验结果。