时空聚类算法是地理时空大数据挖掘的基础研究命题.针对传统CFSFDP聚类算法无法应用于时空数据挖掘的问题,本文提出一种时空约束的ST-CFSFDP(spati　al-temporal　cl　usteri　ng　by　fastsearch　and　find　of　density　peaks)算法.在CFSFDP算法基础上加入时间约束,修改了样本属性值的计算策略,不仅解决了原算法单簇集多密度峰值问题,且可以区分并识别相同位置不同时间的簇集.本文利用模拟时空数据与真实的室内定位轨迹数据进行对比试验.结果　表明,该算法在时间阈值90　s、距离阈值5m的识别正确率高达82.4％,较经典ST-DBCSAN、ST-OPTICS及ST-AGNES聚类算法准确率分别提高了5.2％、4.2％和7.6％.