聚类分析是数据挖掘的核心技术,是指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的过程。数据对象根据最大类内的相似性,最小类间的相似性原则进行聚类。聚类是数据挖掘的前期预处理过程。密度的聚类算法具有快速、有效处理噪音点和发现任意形状的簇的优点,但是在数据集的密度分布并不均匀的情况下,难以得到较高质量的聚类结果。本文详细研究了基于密度的聚类算法DBSCAN以及基于数据分区的密度聚类算法PDBSCAN。其中PDBSCAN算法运用数据分区预处理时,由于算法中对数据的分区不够准确,常常影响了聚类效果。本文给出了一种改进的数据分区算法,实现了对密度分布不均匀的数据空间进行更精确的分区。试验证明,改进后的算法的聚类效果更佳。大连市国民经济潜力动员分析系统,是根据国民经济动员潜力调查总体实施方案,结合大连市国民经济动员潜力调查的特点,建成可靠、先进的国民经济动员信息化平台,为高效、高质量的完成国家经济动员办公室组织实施的全国国民经济动员工作提供了保障。在系统中的决策支持平台中,针对怎样选择最合适的地理位置建立战时伤病人员中心的问题,将改进后的算法应用于系统中,可以实现自动选择建立战时伤病人员中心的最佳位置,从而完善了地理信息决策支持的功能。