针对传统K均值算法中采取的欧氏距离计算相似性的不足,提出一种新的相似性计算方法,并将这种方法与欧氏距离的度量方法进行了比较.在UCI基准数据集上的实验表明,该方法有更稳定的聚类结果,是一种比较有效的聚类度量方法.