聚类分析作为数据挖掘领域的重要分析工具而得到广泛的应用。随着应用场景的不断变化,特别是进入“大数据”时代,数据的高维性变得越来越普遍。由于高维数据包含大量无关属性,传统基于原始特征空间的聚类方法变得不再适用,因此子空间聚类算法应运而生。近年来出现的一种基于自表达的子空间聚类算法,由于其高效的聚类性能而成为新的研究热点。本文在研究了自表达子空间聚类算法的基本原理与方法的基础上,进一步分析现有算法的优势与不足,提出了相应改进方法。论文的主要工作如下:最小二乘子空间聚类是自表达子空间聚类中的经典算法之一,由于算法在求解时,将所有数据点同等对待,没有考虑数据之间的相关信息,导致求解的表示系数存在类间过于稠密、不够稀疏的缺点。针对该问题,本文提出基于空间约束加权的最小二乘子空间聚类算法,即将空间约束信息引入到原始最小二乘子空间聚类求解的目标函数中,对含表示系数的正则项进行加权重构,使得表示系数在加强类内数据点联系的同时,减弱类间数据点的联系。通过与当前流行算法的对比实验,验证了本文所提算法的有效性。此外,当前对于自表达子空间聚类算法的改进大多是针对系数矩阵的,而对于相似矩阵的研究尚存在不足。自表达子空间聚类是一种基于谱聚类的算法,而相似矩阵作为谱聚类算法的核心直接影响着聚类的结果。基于此,本文研究了相似矩阵的构造方法对于聚类性能的影响。本文首先系统总结和比较了当前主要的相似矩阵构造方式,然后分别从两个不同的角度对相似矩阵的构造方式提出改进的方法:其一是从建立方式上,针对基于全局法构建的相似矩阵容易引入噪声的问题,提出基于局部法的建立方式;其二是从聚类集成的角度,针对单一构造的相似矩阵聚类效果不够好,提出一种基于系数矩阵集成的相似矩阵构造方法。最后,在大量数据集上的实验表明了本文所提改进方法的有效性,同时,分析了算法稳定性、参数设置等问题。