本发明公开了基于神经网络的k?means聚类方法，属于神经网络领域和聚类分析技术领域，解决现有的k?means用两个独立的步骤迭代地优化聚类中心和标签分配导致推理速度慢、不能处理新的数据、大规模数据、在线数据，及对初始值敏感的问题。本发明包括重构k?means的目标函数，得到k?meansNet的目标函数；基于目标函数，构建k?meansNet神经网络模型；对得到的k?meansNet神经网络模型中的目标函数进行优化，得到训练好的k?meansNet神经网络。本发明用于构建等价k?means的神经网络。