无监督学习作为机器学习、数据挖掘等领域最主要的研究任务,一直受到工业界、学术界的密切关注。其主要特点是在学习算法的学习过程中,不依赖数据的真实结果参照,亦或是数据本身缺乏真实的结果参照,这在实际的数据采集场景下非常普遍。特征学习也是机器学习的一个热门研究领域,它研究的是如何从数据的原始特征集合中提取更适合于具体应用场景的特征表示,并期望替代原始特征集合以获得更好的预测性能。近年来,无监督特征学习经典算法拉普拉斯分数（Laplacian Score,LS）被提出,其利用方差能筛选出数据集较好的特征,避免了维数灾难而受到广泛的应用。然而,如何设置LS方法中高斯带宽λ成为了难题。针对LS方法不易设置高斯带宽λ的问题,本文结合了拉普拉斯分数和局部线性嵌入（Local Linear Embedding,LLE）算法,提出两种新型无监督特征学习方法,分别是邻域保持拉普拉斯分数（Neiborhood preserving Laplacian Score,NLS）和非负约束邻域保持拉普拉斯分数（Non-Negative constraint preserving Laplacian Score,NNLS）。NLS方法基于和LLE相同的假设,即任意样本可以被其邻域样本线性表出,并由此设计出新型的LS权重计算方法。进一步地,NNLS在NLS基础上添加了权重非负约束,这可以通过交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）算法求解。针对当前基于图像特征的两两匹配传统查重算法,在面对海量图像时运行效率缓慢且乏力的问题,本文提出了两种基于图像的hash指纹分块局部探测算法应用到大规模图像去重。一种是采用感知哈希（Perceptual Hash,pHash）算法,通过将pHash指纹分成若干个快,对候选的重复图像进行去重过滤。另一种方法是将pHash算法的离散余弦变换（Discrete Cosine Transform,DCT）替换为NLS或NNLS特征选择。两种算法均采用分治策略,使去重效率大大提高。此外,针对图像重复传递性问题,本文分别提出了传递与非传递两种策略。实验结果表明:1)NLS和NNLS的聚类精度在八个公共数据集上皆优于四种SOTA（State Of The Art）算法,即 Max Variance、Laplacian Score、Multi-Cluster Feature Selec-tion、Neighborhood Preserving Feature Selection;2)将分而治之策略应用于hash指纹,实现了海量图像的高效去重。采用NLS/NNLS生成的hash指纹和pHash指纹,对近3万张重复图像去重分别只需3分钟和2分钟,而传统算法去重时间花费超过5小时。