针对粘着全自动公开的区分计算机和人的图灵测试(CAPTCHA)的识别问题，提出了一种基于谱聚类递归神经网络(RNN)集成的识别算法。该算法首先使用不一致测度度量两个RNN之间的距离，构建出一张由多个候选RNN形成的图；然后基于谱图聚类理论，将多个RNN划分为不同的簇，并在每个簇上选择最佳RNN参与集成。实验结果表明：相对于单个候选RNN，该算法的识别率提高了约16%；相对于全部候选RNN构成的集成系统，该算法形成的集成规模更小，仅为原来的23%。
