基于成對(duì)約束的三視圖對(duì)比聚類(lèi)算法

打開(kāi)文本圖片集

0 引言

聚類(lèi)是將數(shù)據(jù)集中的樣本根據(jù)相似性或特定特征進(jìn)行分組的過(guò)程，目的在于確保同一組內(nèi)樣本之間相似度較高，而不同組之間相似度較低。聚類(lèi)算法主要分為以下兩類(lèi)：一是基于機(jī)器學(xué)習(xí)的聚類(lèi)方法，典型代表有K-Means（K均值算法）［1］和譜聚類(lèi)［2-3］等；二是深度聚類(lèi)算法，該類(lèi)算法通過(guò)深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)特征進(jìn)行聚類(lèi)，相較于傳統(tǒng)的機(jī)器學(xué)習(xí)聚類(lèi)方法，能夠取得更好的聚類(lèi)效果。（剩余9732字）