基于成對約束的三視圖對比聚類算法

打開文本圖片集

0 引言

聚類是將數(shù)據(jù)集中的樣本根據(jù)相似性或特定特征進行分組的過程，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。聚類算法主要分為以下兩類：一是基于機器學(xué)習(xí)的聚類方法，典型代表有K-Means（K均值算法）［1］和譜聚類［2-3］等；二是深度聚類算法，該類算法通過深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)特征進行聚類，相較于傳統(tǒng)的機器學(xué)習(xí)聚類方法，能夠取得更好的聚類效果。（剩余9732字）