摘要：提出了一種改進的聚類分析算法，該算法采用類似中間聚類與最終聚類分布的思想，先對密集區(qū)域進行聚類，形成了K個聚類，然后再對相對分散的自由數(shù)據(jù)進行K-means聚類，使聚類分析在迭代過程中始終沿著最優(yōu)的方向進行，減小了選代次數(shù)，提高了收斂速度。該算法融合了網(wǎng)格聚類與K-均值聚類的優(yōu)點，并且引入了一種新的劃分網(wǎng)格的算法和新的計算密度閾值的函數(shù)。理論分析以及實驗證明，改進算法的聚類過程達到了令人滿意的效果。

關鍵詞：聚類分析；K-均值算法；網(wǎng)格聚類；融合聚類