分析了数据流降维算法PCA和KPCA的原理和实现方法。针对在大型数据集上PCA线性降维无法有效实现降维且KPCA的降维效率差，提出了一种新的降维策略GKPCA算法。该算法将数据集先分组，对每一组执行KPCA，然后过滤重新组合数据集，再次应用KPCA算法，达到简化样本空间，降低了时间复杂度和空间复杂度。实验分析表明，GKPCA算法不仅能取得良好的降维效果，而且时间消耗少。