随着信息社会的快速发展,在很多新兴的研究领域中存在着大量按照时间序列以流的形式有序产生的数据,如网络监控、入侵检测、情报分析、金融服务、股票交易、电子商务、电信、环境资源监控、Web页面访问和科学研究等。这些数据的存在形式与传统数据不同,它们是海量的、时序的、快速变化的和潜在无限的,通常具有以上特征的数据形态称为数据流。根据数据流自身的特性,在设计聚类算法时需要充分考虑到高实时性、增量式处理数据等需求。另外,由于数据流中的数据大多是高维的,并带有混合属性,因此,设计能够处理高维混合属性数据的数据流聚类算法是非常有价值的。目前为止,学术界已经对高维数据流聚类问题进行了不少有价值的研究工作,但是还存在许多问题尚待解决。本文在研究高维数据相似性度量方法的基础上,主要做了以下几个方面的研究工作:1、提出了一种高维数据的相似性度量方法。当低维空间中的相似性度量方法应用于高维空间时,由于高维数据存在着稀疏性和空空间现象,高维数据对象之间距离的对比性不复存在。通过对传统的距离或相似性度量方法在高维空间中的不适应性进行分析和总结。在基于维度的思想上,将特征选择技术运用到相似性度量方法中,提出了一种新的度量高维数据的相似性的方法。通过数值仿真实验,论证了其在高维数据聚类中的合理性和有效性。2、提出了一种处理高维混合属性数据流聚类算法。为了克服高维数据流聚类框架HPStream算法不能处理混合属性数据的缺陷,设计了一种度量高维混合属性数据相似性的方法,并将其成功的应用在HPStream算法上,提出处理高维混合属性数据流的聚类算法M-HPStream。实验结果表明,该算法能快速有效地处理高维混合属性数据流聚类问题。