针对传统模糊C均值聚类算法和基于K-means优化聚类中心的模糊C均值算法存在初始聚类中心敏感、聚类速度收敛慢、聚类算法需要人为给定聚类数目等缺陷，受密度峰值聚类算法（ClusteringbyFastSearchandFindofDensityPeaks，CFSFDP）的启发，提出了基于密度峰值算法优化的模糊C均值聚类算法，自适应产生初始聚类中心，确定聚类数目，并优化算法收敛过程。实验结果表明，改进后的算法与传统模糊聚类C均值算法相比能够准确地得到簇的数目，性能有明显的提高，并加快算法的收敛速度，达到相对更好的聚类效果。