近年来,数据挖掘技术迅速发展,半监督学习成为模式识别和机器学习领域研究的重点问题。监督学习算法依靠大量有标签数据进行学习,但在很多场景中有标签数据获取十分困难,进而无法保证算法的泛化能力。而半监督学习通过少量标签数据,能够完成对大量无标签数据的归类划分,这一特点使得半监督学习拥有更广泛的适用场景。粗糙集理论是用来处理各种不完全、不精确及不确定数据的一种数据分析方法。粗糙集可以通过样本间不可分辨关系进行分类,以及对目标的近似进行知识发现。本文将粗糙集理论应用于半监督聚类,依靠少量有标签样本和大量无标签样本在不同属性上的不可分辨关系进行半监督聚类,有助于发现更多维度上的信息。本文基于粗糙集理论提出了两种半监督聚类算法,分别应用于非稀疏数据和高维稀疏数据,以消除定义在传统距离下的算法在高维数据上的局限性。本文的主要研究工作有:(1)对于非稀疏数据,提出一种基于不可分辨关系的半监督聚类算法(ER-SSC)。ER-SSC算法通过邻域粗糙集和定量粗糙集定义的弱不可分辨关系进行聚类,通过多次迭代动态寻找邻域半径,并采用策略剔除模糊样本点,对于高维非稀疏数据,通过多次随机选择属性进行聚类,加权得到最终结果。(2)对于高维稀疏数据,提出一种基于属性选择的半监督聚类算法(FS-SSC)。FS-SSC算法中需要给每一类给定少量关键属性,通过关键属性构造的代表点进行聚类。FS-SSC利用一种基于关键属性的距离来衡量样本点与代表点间的相似度,通过一次聚类结果对关键属性集合进行扩展,逐步提高聚类效果。