文档介绍：作者简介
支晓斌，内蒙古巴彦淖尔人。2000 年毕业于陕西师范
大学，获学士学位。2003 年毕业于汕头大学，获硕士学
位。现在攻读西安电子科技大学模式识别与智能系统博士
学位。主要研究方向：模式识别；模糊集合理论。
代表性成果及经历：从 2003 年至今，一直在西安邮电
大学理学院应用数学系工作。已发表学术论文 余篇。
10
Xiao-bin Zhi, was born in Inner Mongolia Province, China, in 1976. He received
his . in mathematics from Shaanxi Normal University, Xi’an, China, in 2000, the
. degree in applied mathematics from Shantou University, Shantou, China, in 2003.
He is currently working toward the . degree in Pattern Recongnition & Intellence
Systerm from XiDian University. His research interests include Pattern Recognition and
fuzzy set theory.
He is currently associate professor with the college of science, Xi’an University of
Posts and Telecommunications. He has published over 10 journal and conference papers.
摘 要
摘 要
近年来，由于数据采集技术和存储技术的高速发展，以及计算机网络的普
及，产生了大量的高维数据，“维数灾难”使得高维数据的聚类问题成为数据分
析领域内的一个挑战性问题，从而受到了学者们的广泛关注。线性判别分析
(Linear Discriminant Analysis，LDA)是一个经典的监督降维和特征提取方法，最
新的研究进展将 LDA 集成到聚类算法中来提升聚类方法对高维数据的聚类性
能，这类聚类方法统称为自适应判别降维聚类(adaptive discriminative dimension
reduction clustering，ADDRC)。由于思路的新颖性和方法的有效性，ADDRC 受
到了国内外众多同行的关注，迅速成为聚类分析研究的热点。本文对 ADDRC 的
模糊拓展版本进行了系统的研究，主要工作概括如下：
1. 指出 FLDA-SFCA[66]存在的推导漏洞，重新提出一种基于模糊线性判别分
析(Fuzzy Linear Discriminant Analysis，FLDA)的自适应判别降维模糊聚类算法：
FLDA-FCS。FLDA-FCS 利用 FLDA 对原数据降维，利用 FCS(fuzzy compactness
and separation)聚类算法对降维数据聚类。交替运行原数据空间的 FLDA 和降维空
间中的 FCS，FLDA-FCS 通过对降维数据聚类来实现对原数据的聚类。与 FLDA-
SFCA 比较，FLDA-FCS 具有更加明确的运行机理，并且可以利用多维判别矢
量。FLDA-FCS 可以