针对经典谱聚类算法无法自适应确定聚类数目，以及在处理大数据量的聚类问题时效率不高的问题，提出了一种基于密度峰值优化的谱聚类算法。该方法首先计算数据对象的局部密度，以及每个数据对象与其他数据对象的最小距离，并依据一定的规则自适应产生初始聚类中心，确定聚类数目；然后使用Nystrm抽样来降低特征分解的计算复杂度，以达到提高谱聚类算法的效率。实验结果表明，该方法能够准确地得到聚类数目，并且有效提高了聚类的准确率和效率。