马尔科夫聚类算法（Markov Cluster Algorithm， MCL）是一种快速且可扩展的无监督图聚类算法，Chameleon是一种新的层次聚类算法。但MCL由于过拟合会产生很多小聚类，Chameleon由于时间复杂度为O（N2）不利于处理大规模数据集。针对这两个问题，提出了一种基于MCL与Chameleon相结合的混合聚类算法。该算法第一阶段采用MCL算法对原始数据进行初步聚类，第二阶段利用GPU加速的Chameleon算法将第一阶段产生的小聚类进行归并，从而得到质量更高的聚类。实验表