目前的情况是：针对文本聚类的问题已做了预处理（当然特征提取的也不是特别完美。。），目前用遗传算法对实际文本进行聚类，已经初步得到一个很好的聚类结果，中间有一点小创新，但是由于创新性不高，老师不让发论文。。。
在研究文本聚类的时候发现一问题。大家都知道，在特征表示时，因为数据的稀疏性会导致维数大，耗时等问题，就出现很多针对稀疏性的降维方法。。（最近也看了很多像SPP等降维方法）但是我就是因为没有降维才得到了很好的聚类结果，而遗传算法的操作算子恰对原数据的稀疏性破坏不大，所以聚类结果才较好。。所以现在想知道还有什么算法能够和遗传算法结合，且操作起来也不会破坏数据的稀疏性的其他算法。。还有在各大网站上搜索稀疏性都是关于降维的。。。。我就想看看有没有不用降维的。。。当然我这维数确实很高。。
希望能和做相关方面研究的牛人们交流交流~~多多指导~~~~
看下这篇文章，感觉现在你说的这些都是多看看论文可以解决的问题：
http://wenku.baidu.com/link?url=pHwUUtXS1ZQgIqt2U9KWPYKWhSvFJJGoAIT3jwfRqVjI1cbw_kZ2gJQeHYOn3RfN2YvvmtnGczIgI6u9GIdeSyq4a2HJxtggJGIxNuxz7Lu