本发明适用于计算机视觉和大数据领域，提供一种基于模糊聚类和非对称距离计算的乘积量化方法，本发明方法首先对于原始向量集进行初聚类，计算其残差向量集，通过对残差子向量模糊聚类，得到隶属度矩阵；然后根据隶属度进行子向量分类；对于查询向量按照相应方式进行加权距离计算，统计每个子段距离排名序号的和。本发明在乘积量化索引子空间向量聚类中应用了模糊聚类方法，避免了硬划分因样本类别分布不均匀造成的误差，使向量的聚类更客观；在相似度度量中采用了加权非对称距离计算和距离排名统计方法，避免了因向量某一段距离计算过大而产生的检索误差。本发明方法对比原始乘积向量方法在复杂背景图片的检索中精度更高。