k均值聚类（k-means clustering）是2018年
全国科学技术名词审定委员会公布的生物物理学名词。
一种动态聚类方法。在原始图像集合(N个图像)中随机选择k个原始图像作为k个类，逐个分析剩余图像，计算该图像与k个类之间的距离，将该图像归入与之最邻近的类，重新计算该类的类平均图，依次类推直至分析完剩余N-k个图像；之后，再逐个对集合中的N个图像依次重复上面的计算和归类，不断重复此步骤，直到k个类平均图收敛，由此得到对原始图像集合的k个分类。其中的参数k如果选择不合适就会影响分析效果，因此在改进的快速聚类法中，通过引入最小距离c和最大距离R可以动态修正参数k，对距离小于c的两个类进行归并，将与所有类的距离都大于R的图像作为一个新类。