针对在数据分布不均匀时，由于DBSCAN使用统一的全局变量，使得聚类的效果差，提出了一种基于过滤的DBSCAN算法。该算法的思想是：在调用传统的DBSCAN算法前，先对数据集进行预处理，针对所有点的k-dist数据进行一维聚类，自动计算出不同的Eps；然后再根据每个Eps分别调用传统的DBSCAN算法，从而找出非均匀数据集的各种聚类。实验结果表明，改进算法对密度不均匀的数据能够有效聚类。