全文总字数：6221字

1. 研究目的与意义及国内外研究现状

近几十年来，随着计算机科学技术的蓬勃发展，人们在数据的获取与采集能力上不断进步，对数据的看法在不断改变，能否在大量数据里面找到有价值的内容成为研究的重点。随着信息技术和互联网技术的迅猛发展，有海量的数据和信息被我们收集，但是由于缺少有力的分析工具，且这些海量的数据和信息超过了人类的理解概括能力，所以研究有效的数据分析工具变得十分重要。聚类分析作为机器学习和数据挖掘的一种有效工具，引起了广泛关注。聚类分析是一个古老且朴素的问题，人类在认识这个世界的过程中，通过区别事物及其结构之间的差异，才能认识事物之间的相似性。

聚类分析，即在数据中定位其所属的类别，在机器学习，统计学，数据挖掘和模式识别中是研究得很好的问题。这有许多实际应用，例如：

2. 研究的基本内容

1、学习各种聚类算法

3. 实施方案、进度安排及预期效果

1、实施方案

1.1、查阅相关文献，研究和分析国内外的现状

1.2、撰写论文的综述报告

4. 参考文献

[1] rodriguez a, laio a. machine learning. clustering by fast search and find of density peaks.[j]. science, 2014, 344(6191):1492.

[2] wang s, wang d, li c, et al. comment on 'clustering by fast search and find of density peaks'[j]. computer science, 2015.