聚类是一种无训练集和无训练过程的机器学习方法。聚类分析广泛应用于各个领域,例如:生物工程,商业引流,金融投资,医学影像研究,用户分析等,聚类分析的过程中应尽量确保类别相同的数据对象之间具备较高的相似性,而类别不同的数据对象之间具备较低的相似性。本文在研究现有聚类算法的基础上,针对聚类原型选取存在密度度量失衡,相似性度量粗糙,聚类原型选取存在偏差、代表性不佳、人工干涉选取过程等问题,依据数据中核心对象与非核心对象的分布差异,本文从均值漂移和对象间的近邻关系着手,对聚类原型的过滤和选取展开了研究,论文的主要研究工作如下:(1)提出了一种基于均值漂移理论和过滤机制的混合属性数据聚类算法(MC-FM)。该算法利用改进的混合属性相似度度量对象之间的相似度,利用每个对象的局部均值漂移,利用k近邻和均值漂移,根据过滤机制区分核心对象和非核心对象。先对核心对象进行初步划分,最后将非核心对象划分至相应的簇,形成最终的聚类结果。使用合成数据集和UCI数据集进行实验,依据实验结果验证算法的有效性,与同类算法相比,MC-FM算法具有较高的聚类精度。(2)提出了一种基于密度与Mk NN的聚类算法(MO-Mk NN)。该算法利用对象间的互近邻个数得到过滤因子,并根据所得到的过滤因子区分核心对象与非核心对象,将核心对象按照近邻关系进行广度优先搜索得到聚类原型,最后根据k近邻划分剩余对象形成最终聚类结果。使用合成数据集和UCI数据集进行实验,依据实验结果验证算法的有效性,MO-Mk NN算法具有较高的聚类精度。