近年来,随着数据采集和存储技术的飞速发展,很多领域都积累了大量的数据。为了从数据中发现有价值的知识和规律,人们结合数据库、统计学及机器学习等技术,提出数据挖掘来解决这一难题。聚类分析技术是数据挖掘中的经典内容,是各学科研究的重要工具。本论文在广泛阅读相关文献、深入了解聚类算法的原理与应用的基础上,在算法的改进、应用上做了如下工作:(1)针对经典的聚类算法普遍存在的形状依赖、合理的类别参数选择及对噪声敏感等问题,联合数值归约、基于压缩数据的变种K-means算法和加权投票法,同时结合RMSSTD&RS聚类有效性指标提出了一个自动聚类算法。较好的解决了带噪声的任意形状的大数据集的聚类问题,并具有一定的增量处理能力。(2)传统的基于密度的算法和经典的CLIQUE子空间聚类算法都是从寻找数据的密集区域入手去解决问题。本文从稀疏区域的角度出发进行了子空间聚类的尝试,提出了基于竞争的修剪方式和形式化的“投影寻踪”搜索策略来得到合适的子空间并生成类。实验证明在控制计算复杂度的同时提高了算法的精度,在对输入参数的鲁棒性上也取得了较好的效果。