针对谱聚类算法稳定性较差的问题,提出了一种改进的半监督谱聚类算法。该算法依据图像的颜色、纹理和空间特征进行聚类,通过Bayes距离学习对相似度矩阵的内容进行修正;然后,使用半监督K-means聚类算法对调整后的特征向量进行聚类划分。仿真实验结果表明,较传统谱聚类而言该算法在准确率及稳定性上都有了显著提升。