1. 研究目的与意义（文献综述包含参考文献）

文 献 综 述 一、前言 聚类分析是数据挖掘的重要研究领域之一，是实现对数据全方位分组的一类方法。

现已广泛应用于机器学习、模式识别、图像分析、信息检索、生物信息学等众多领域。

目前，聚类算法有上百种之多，不同算法对类的定义有所不同，大体上分为划分的方法、 层次的方法、基于密度的方法 、基于网格的方法和基于模型的方法等。

2. 研究的基本内容、问题解决措施及方案

本课题的主要工作有以下几个方面： 一、简要介绍聚类分析（研究的背景、意义、概念等） 聚类分析的一般过程： 1.数据准备:包括特征标准化和降维。

2.特征选择:从最初的特征中选择最有效的特征,并将其存储于向量中。

3.特征提取:通过对所选择的特征进行转换形成新的突出特征。