本发明公开了一种基于模糊理论的图像降维聚类方法,首先初始化投影矩阵U、隶属度矩阵Y、聚类中心矩阵M、投影后的样本矩阵V及正则化参数λ,然后采用交替优化算法交替更新V、M、Y,重复迭代直到目标函数收敛,实现无监督数据降维实现了可以同时进行降维和聚类的无监督方法‑模糊主成分降维聚类方法(Fuzzy Principal Component Projection and Clustering,FPCPC)。本发明在一个方法内同时实现图像数据的降维和子空间内的聚类,提高了效率,并减少了图像在降维的过程中类别信息的丢失。