本文介绍了一种新颖的无锚点聚类方法（AFCAGF），该方法通过计算样本间的成对距离，改进了模糊k均值聚类算法，消除了初始化聚类中心的需求。结合锚图和非负矩阵分解，AFCAGF能够直接导出聚类标签，显著提升聚类性能。实验结果显示，该方法在多种真实数据集上优于传统方法，具有显著的有效性。