針對現(xiàn)有OPTICS算法時(shí)間復(fù)雜度高且不適用于數(shù)據(jù)密集型環(huán)境的問題，提出一種基于網(wǎng)格與加權(quán)信息熵的改進(jìn)算法。將數(shù)據(jù)集合劃分為一定數(shù)量的網(wǎng)格單元，引入加權(quán)信息熵，自適應(yīng)計(jì)算每個網(wǎng)格單元的最小密度閾值。對滿足最小密度閾值的網(wǎng)格單元定義密集格的概念，利用質(zhì)心點(diǎn)代替網(wǎng)格數(shù)據(jù)點(diǎn)集的方法對數(shù)據(jù)點(diǎn)進(jìn)行壓縮。采用Geolife Trajectories數(shù)據(jù)集對算法性能進(jìn)行測試，從理論分析和實(shí)驗(yàn)結(jié)果兩方面證明了改進(jìn)算法的有效性。