传统的基于密度的带噪声空间数据聚类算法主要存在以下问题: 聚类只对具有数值属性的数据有效, 而对 具有非数值属性的数据失效; 参数设置困难且聚类结果对参数较为敏感; 聚类的度量以绝对密度值为标准, 无法发现 密度等级不同的聚类结果. 针对以上问题, 提出一种面向混合属性数据的、基于相对密度的聚类算法RDBC M, 同时 提出解决这类问题的增量式聚类算法, 并从理论和仿真实验两方面分析、验证了算法的有效性和加速效果.