摘要：针对高维数据引起的“维数灾难”问题，设计了一种基于神经网络树和人工蜂群优化的高维数据聚类算法． 首先，设计了改进的二元人工蜂群优化算法，以封装式方法最大化径向基函数网络的准确率，以过滤式方法最小化特征的冗余度; 然后，基于每个特征子集的样本集训练径向基函数网络，构建以径向基函数网络为节点 的神经树; 最终，采用门网络将连接的类簇分离，获得最终的聚类结果． 基于高维数据集和低维数据集均完成了仿真实验，结果表明本算法对于高维数据集实现了较高的聚类准确率