聚类是一类无监督学习方法,不依赖于数据标签、相似性关系等先验知识,一直是生物信息学、计算机视觉等领域中重要的数据分析技术。近年来,这些领域的数据呈规模大、维数高、增长速度快等新特点,而传统聚类方法在效率和性能两方面并不能很好满足现有的应用需求。因而,研究新型聚类算法具有重要的现实意义和应用前景。密度峰聚类(Density Peaks Clustering,DPC)和稀疏子空间聚类(Sparse Subspace Clustering,SSC)是近年来出现的两类新方法,已广泛应用于数据挖掘和计算机视觉。但是,它们的时空复杂度较高,不适用于大规模数据应用,且算法实现存在复杂的数据依赖,难以并行。本文将引入哈希编码来改进两类聚类算法,旨在降低它们的时空复杂度和并行难度,并设计相应的并行聚类算法。本文所研究内容应用前景广阔,一方面密度峰聚类算法和稀疏子空间聚类算法已被广泛用于多个领域,改进后的算法进一步扩展了它们的应用范围;另一方方面本文基于新算法尝试解决质谱数据聚类、运动分割、人脸识别等问题,这些在生物信息学和机器视觉领域均有重要意义。本文包含两个创新点,阐述如下。一、针对密度峰聚类难以并行的问题,本文提出基于局部敏感哈希(Locality Sensitive Hashing,LSH)的密度峰聚类算法LSH-DPC,并对其并行实现。通过设计合理的函数,哈希算法能以极低时间代价对数据进行粗粒度划分,在划分后的集合上在进行密度峰聚类时间复杂度将显著降低,另外引入哈希算法还降低了密度峰聚类的并行难度。在大规模质谱数据集上的实验结果表明,相比原算法,LSH-DPC算法显著降低算法时间复杂度,同时聚类效果基本不变。二、针对现有稀疏子空间聚类准确性不足、时空复杂度过高等问题,本文分别提出平滑稀疏子空间聚类(SM-SSC)和高效稀疏子空间聚类(LSH-SSC)算法。平滑理论和稀疏理论相结合,能得到更加准确的相关矩阵,继而提升聚类准确率。而在哈希算法的划分结果上进行聚类可以显著降低算法时空复杂度。在运动分割和人脸识别数据上的实验结果表明,SM-SSC比SSC有更高的准确率,在运动分割数据上的实验表明LSH-SSC比SSC算法时间复杂度更低。