针对朴素贝叶斯分类器在分类过程中不同类别的同一特征量之间由于存在相似性，易导致误分类的现象，提出基于引力模型的朴素贝叶斯分类算法。提出以引力公式中距离变量的平方作为相似距离，应用引力模型来刻画特征与其所属类别之间的相似度，从而克服朴素贝叶斯分类算法容易受到条件独立假设的影响而将所有特征同质化的缺点，并能有效地避免噪声干扰，达到修正先验概率、提高分类精度的目的。对遥感图像的分类实验表明，基于引力模型的朴素贝叶斯分类算法易于实现、可操作性强，且具有更高的平均分类准确率。