摘要： 针对DBSCAN算法对数据分布不均匀和大规模数据处理问题上的不足，提出了一种新的整合算法，算法使用信息熵和蚁群聚类技术对聚类数据集进行代表性子集选择，在子集基础上进行DBSCAN聚类，实验证明这一算法能显著降低I/O耗费和内存需求，有效地解决含有分类属性的高维大规模数据集的聚类问题。