摘要:本发明公开了一种基于K‑means与深度学习的图像分类算法,包括步骤1)将无标签图像作为输入图像,并随机抽取图像块构成大小相同的无标签图像集;2)采用K‑means算法提取一次最佳聚类中心;3)构建特征映射函数,提取无标签图像集的图像特征;4)进行池化操作与归一化处理;5)采用K‑means算法提取二次最佳聚类中心,并采用卷积操作,提取最终图像特征,对最终图像特征进行标准化处理;6)通过分拣器对经过标准化处理的最终图像特征进行分类。本发明具有简单、高效、训练参数少等优点,对于海量高维图像的分类具有很好的效果,且对输入图像进行预处理,达到改善图像分类效果,提高分类精度的效果。