高维数据聚类的数学模型及在反垃圾邮件中的应用

研究高维数据的聚类问题是十分重要的前沿和热点课题，其应用前景极其广泛。本项目主要是通过构建高维数据聚类的具有一定通用性的数学模型，来研究和开发适用于海量高维数据聚类分析的有效方法和工具。我们主要开展以下研究工作：(1)研究从高维数据空间中有效提取候选子空间的方法;(2)研究子空间聚类的数学模型，该模型具有描述不规则形状和跨越不同子空间簇类的能力;(3)在此模型的基础上，研究有效的子空间聚类算法和新的聚类有效性指标;(4) 开展在垃圾邮件识别和垃圾邮件类别细分中的应用研究。本项目将致力于提取候选子空间作为高维数据聚类的预处理步骤，为每个数据对象确定其可能存在的子空间，构建高维数据聚类的实用且具有普适性的数学模型及方法，并与相关学科（数学与信息）及相关行业相呼应，力争创建独具特色的反垃圾邮件新技术和二次挖掘垃圾邮件新方法，大幅度提高垃圾邮件的识别率。