摘要：p电压算法是电网络系统中基于样本理论电压的一种半监督分类算法,在图像分类中仅选取两个标记样本（源点和汇点）,分类正确率较低,构图复杂度大,且不能处理规模较大的图像。为此,提出基于均值漂移（mean shift）的p电压图像分类算法。通过mean shift算法平滑图像以降低图像特征的多样性。在平滑图上选取多个标记样本作为多源、多汇节点以提高学习有效性。在每个平滑区域内分别选取一个样本作为未标记样本,以保证携带丰富的图像特征信息。利用标记样本和无标记样本作为原图像的数据子集构图,以减小构图规模进而为分类大规模图像提供条件。实验结果表明,该算法在降低时间复杂度的同时提高了图像分类的正确率,适用于大规模特征复杂的图像分类。