针对K-均值聚类方法受初始聚类中心影响，容易陷入局部最优解的问题，提出一种基于量子粒子群算法的聚类方法，该方法引入了动态调整量子门旋转角和量子变异操作，采用改进的变异算子，使粒子群体保持品种的多样性和优良性，避免陷入局部最优，同时结合粒子群优化算法，增加粒子群的全局搜索能力。仿真实验表明该方法在全局寻优能力和收敛效率上都有所提高。