韩 玉，党宏鹏，朱 猛

(东北电力大学 理学院，吉林 吉林 132012)

随着现代数据存储技术的发展，海量数据库的内在规律愈加复杂难辨.在对海量数据进行分类挖掘时，传统的聚类方法面临诸多的局限[1].事实上，某种聚类分析方法仅仅适用于分析数据中的某类规律，如果忽略模型的适用前提和聚类对象的具体特点，简单地套用传统聚类模型将难以取得理想的分类效果.关于如何解决传统聚类方法，处理现有海量数据问题，很多学者进行了很多有益的探讨.国内学者刘瑞元[2]定义了加权欧氏距离，并讨论了它的性质，并应用加权欧氏距离对2000年奥运金牌榜前10名的国家进行了加权聚类分析.在传统聚类分析的基础上，加权聚类分析方法考虑了指标之间重要性的差异，但没有考虑指标之间存在高度相关性的因素.王庆丰[3]采用主成分分析与聚类分析相结合的集成方法(即一般主成分聚类分析方法)将指标降维成若干相互独立的主成分因子[4]，进而以等权的主成分因子代替原始指标对我国各地区人口素质差异进行聚类分析.一般主成分聚类是在忽略主成分因子的特征权重的条件下进行聚类，虽然解决了指标之间的高度相关性，但又忽略了因子特征权重的影响，特征权重是对主成分因子进行赋权，再对赋权的主成分因子进行聚类，这样便加大了第一主成分对分类的影响，也会对分类的精度产生影响.

基于现有的聚类方法……