针对密度峰值聚类算法CFSFDP（clusteringbyfastsearchandfindofdensitypeaks）计算密度时人为判断截断距离和人工截取簇类中心的缺陷，提出了一种基于非参数核密度估计的密度峰值聚类算法。首先，应用非参数核密度估计方法计算数据点的局部密度；其次，根据排序图采用簇中心点自动选择策略确定潜在簇类中心点，将其余数据点归并到相应的簇类中心；最后，依据簇类间的合并准则对邻近相似子簇进行合并，并根据边界密度识别噪声点得到聚类结果。在人工测试数据集和UCI真实数据集上的实验表明，新算法较之原CFSFDP算法，不仅有效避免了人为判断截断距离和截取簇类中心的主