摘要：将低维空间中的距离度量方法（如Lk-范数）应用于高维空间时，随着维数的增加，对象之间距离的对比性将不复存在。研究高维数据有效的距离或相似（相异）度度量方法是一个重要且具有挑战性的课题。通过对传统的距离度量或相似性（相异性）度量方法在高维空间中表现出的不适应性的分析，并对现有的应用于高维数据的相似性度量方法进行总结，提出了高维数据相似性度量函数Hsim（X，y）的改进方法HDsire（X，y）。函数HDsire（X，y）整合了各类型数据的相似性度量方法，在处理数值型、二值型以及分类属性数据上充分体现了原Hsim（X，y）处理数值型数据、Jaccard系数处理二值数据以及匹配率处理分类属性数据的优越性。通过有效性及实例分析，充分论证了HDsim（X，y）在高维空间中的有效性。

关键词：高维数据 相似性度量 属性相似性 空间相似性 

单位：解放军信息工程大学测绘学院 河南郑州450052 75719部队 湖北武汉430074 68029部队 甘肃兰州730020