聚类分析是数据挖掘领域一项重要的研究课题。近年来,数据流在很多领域得到应用,数据流聚类也成为了一项意义深远而且很有挑战性的技术。与传统的静态数掘相比,这些数据是高速的、连续的、动态的、变化的、无限的。数据流的这些特性,给数据流的聚类算法带来了困难。另外数据流的高维、非线性特性对数据流的聚类算法提出了更高的要求。本文提出了一种不仅能很好地适应数掘流的进化特性而且能有效处理数据高维、非线性问题的数据流聚类算法。使用能很好处理非线性问题的核方法,作者提出了一种新的两层算法架构。在第一层,使用一种基于核的新颖检测算法把数据流分割为内聚性强的段。在第二层,在对数据进行聚类前先把数据映射成低维的数据。最后,通过实验表明本算法具有良好的实用性、有效性,适合处理和分析高维、非线性的进化数据流。