由于数据挖掘已引起大量研究关注，因此在过去的几十年中提出了许多聚类算法。 但是，大多数现有的聚类方法具有很高的计算时间或不适合发现具有非凸形状的聚类。 提出了一种基于超曲面（CHS）和最小生成树的聚类算法CHSMST。 第一步，CHSMST应用CHS立即获得初始群集。 此后，引入最小生成树来处理本地密集数据，这对于CHS来说很难处理。 实验表明，CHSMST可以发现任意形状的簇。 此外，CHSMST对输入样本的顺序不敏感，并且随着数据集规模变大，算法的运行时间会适度增加。