Knowledge Commons of Institute of Automation，CAS
| 基于自注意力对抗的深度子空间聚类 | |
| 尹明; 吴浩杨; 谢胜利; 杨其宇 | |
| 发表期刊 | 自动化学报
 |
| ISSN | 0254-4156 |
| 2022 | |
| 卷号 | 48期号:1页码:271-281 |
| 摘要 | 子空间聚类(Subspace clustering)是一种当前较为流行的基于谱聚类的高维数据聚类框架.近年来,由于深度神经网络能够有效地挖掘出数据深层特征,其研究倍受各国学者的关注.深度子空间聚类旨在通过深度网络学习原始数据的低维特征表示,计算出数据集的相似度矩阵,然后利用谱聚类获得数据的最终聚类结果.然而,现实数据存在维度过高、数据结构复杂等问题,如何获得更鲁棒的数据表示,改善聚类性能,仍是一个挑战.因此,本文提出基于自注意力对抗的深度子空间聚类算法(SAADSC).利用自注意力对抗网络在自动编码器的特征学习中施加一个先验分布约束,引导所学习的特征表示更具有鲁棒性,从而提高聚类精度.通过在多个数据集上的实验,结果表明本文算法在精确率(ACC)、标准互信息(NMI)等指标上都优于目前最好的方法. |
| 关键词 | 子空间聚类 生成对抗网络 自注意力模型 深度学习 |
| DOI | 10.16383/j.aas.c200302 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/56446 |
| 专题 | 学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 尹明,吴浩杨,谢胜利,等. 基于自注意力对抗的深度子空间聚类[J]. 自动化学报,2022,48(1):271-281. |
| APA | 尹明,吴浩杨,谢胜利,&杨其宇.(2022).基于自注意力对抗的深度子空间聚类.自动化学报,48(1),271-281. |
| MLA | 尹明,et al."基于自注意力对抗的深度子空间聚类".自动化学报 48.1(2022):271-281. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| AAS-CN-2020-0302.pdf（5066KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [尹明]的文章 |
| [吴浩杨]的文章 |
| [谢胜利]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [尹明]的文章 |
| [吴浩杨]的文章 |
| [谢胜利]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [尹明]的文章 |
| [吴浩杨]的文章 |
| [谢胜利]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论