针对图像分类问题进行了研究，提出一种改进的局部聚合描述符（vectoroflocallyaggregateddescriptors，VLAD）算法以得到高效的图像特征表示。采用卷积神经网络提取图像的密集局部特征。正态分布式选取子集训练视觉字典，提高字典质量；然后，采用多近邻分配代替最近邻匹配，将特征量化到多个视觉字典且赋予不同的权重；最后，基于VLAD原理对图像局部特征进行编码，并用支持向量机对目标进行分类。在多个数据集上的实验结果表明，与近年提出的几种经典的图像分类算法相比，所提方法取得了较高的分类正确率。