本文提出了一种新的方法来解决多层次聚类问题，利用离散概率测度空间上的联合优化方案，并通过Wasserstein距离度量发现组间的分组模式。该方法具有快速的优化算法和一致性性质，并展示了其在合成和真实数据上的灵活性和可扩展性。

该文提出了一种使用多个离散概率测度空间上的联合优化方案，并利用Wasserstein距离度量的方法来解决多层次聚类问题。该方法可以在大型分层结构数据集中发现组间的分组模式，并具有快速的优化算法。同时，该文还建立了局部和全局聚类估计的一致性性质，并使用合成和真实数据展示了该方法的灵活性和可扩展性。