針對(duì)常用圖像聚類尤其是圖像視覺聚類方法聚類速度慢、不支持增量聚類的局限，提出了集成式位置敏感聚類方法。該方法首先根據(jù)聚類有效性指標(biāo)估計(jì)合適的聚類數(shù)目，然后生成多重哈希函數(shù)，并用它們對(duì)各數(shù)據(jù)點(diǎn)進(jìn)行映射得出多重桶標(biāo)記，再對(duì)數(shù)據(jù)集各桶標(biāo)記進(jìn)行聚類得出多個(gè)基劃分，最后對(duì)多個(gè)基劃分進(jìn)行集成得出最終劃分。實(shí)驗(yàn)結(jié)果表明，在準(zhǔn)確率方面，集成式位置敏感聚類在人工數(shù)據(jù)上與k-means結(jié)合聚類集成的方法相當(dāng)，在圖像集上與k-means結(jié)合聚類集成的方法接近。但集成式位置敏感聚類的優(yōu)點(diǎn)在于其聚類時(shí)間快、適合于增量聚類等。因此，集成式位置敏感聚類方法可以用于解決高維圖像特征聚類問題。