聚类分析是利用数学的方法研究和处理给定对象的分类,其目的是发现隐藏分布在数据集中的结构。近十几年来,人们获得和生产数据的能力大幅度地提高。通过聚类分析算法人们有效的发现这些大量的隐藏数据内的数据分布模式,以及数据属性之间存在的有价值的联系。聚类分析技术广泛应用于生物信息学,考古学,心理学,计算机图像处理,信息检索,工程控制等诸多领域。在实际应用中常常会碰到高维数据,如基因表达数据,文本数据,多媒体数据等。由于这种数据存在的普遍性,使得对高维数据的聚类分析研究具有重要意义。本文针对高维数据的方向性及其聚类分析中出现的问题进行了研究。主要包括基因表达数据聚类分析和文本聚类分析,并提出了一些解决问题的方法,具有一定的理论意义和现实指导意义。本文的主要研究工作有:1)通过对高维数据方向性特点的分析,针对基因表达数据提出了一种新的相似度度量-方向性相似度,并在此基础上构造了适合基因表达的聚类算法DSCM。该算法克服了其他方向性聚类算法在基因表达聚类时的初始化敏感性,在一定程度上可以自动判断类数以及具有一定的离群点检测功能,因而具有一定的鲁棒性。大量的仿真实验证明了该算法具有良好的性能。2.)将信息论中的极大熵原理引入到经典的球面文本聚类中,构造了适合文本聚类的极大熵目标函数和极大熵球面文本聚类算法。新的算法可以避开局部极小而得到全局极小,初步解决了经典球面文本聚类算法对初始化敏感性的问题,且聚类性能有所改善。