聚类分析是数据挖掘中的主要组成之一,其任务是利用数据内的相似关系,将数据集划分为多个不相关组,并广泛应用在农业、天文学、工业、医学和物理学等领域。密度峰值聚类算法DPC具有识别数据集簇中心点、快速簇分配和实现简单等优点,但存在人为设置截断度量参数、不合适的簇分配策略和无法识别非球形数据集等缺点,上述问题降低了聚类效果。本文对密度计算问题、簇分配问题等进行了研究。其主要研究成果如下:（1）给出一种基于相似性的密度峰值聚类算法。该算法首先利用K近邻计算密度,并且利用与其近邻密度和距离的比值得到邻域密度值,给出适应数据分布的密度计算方法,有效地解决了DPC截断距离在选择上的随意性,其次采用共享近邻、逆近邻和密度比,给出基于近邻的相似性计算方法,然后将K近邻替换为最相似近邻,最后利用最相似近邻数据对象,给出了基于距离和密度的簇扩展方法。采用UCI数据集进行实验,验证了该算法有效性。（2）给出一种基于Spark的密度峰值聚类算法。首先该算法在Spark集群内将数据均匀划分放置,然后将共享近邻、密度和相似近邻等中间数据缓存至内存中,并且用多节点参与计算,最后利用相似性扩展聚类簇。利用邻域密度值、相似性扩展簇方法、Spark优越的系统构架和内存运算等特点,提高了簇的区分度和算法的效率。采用人工数据集,实验验证了该算法有好的扩展性。（3）基于上述成果,使用python语言,开发了天体光谱聚类系统。通过运行结果证明,该系统为光谱数据分析,提供了一种有效的分析途径。