深度聚类研究综述
黄雪艳; 张翠红; 赵薇; 王继奎
2024-08-20
发表期刊四川轻化工大学学报(自然科学版)
卷号37期号:04页码:47-57
摘要聚类分析在机器学习中起着重要的作用,学习一个好的数据表示对于聚类算法是至关重要的。深度聚类联合优化表征学习和聚类模型,已经被广泛应用于各种聚类任务中。本文概述了深度聚类的最新进展,并对其在不同领域的应用进行了总结。首先,介绍了深度聚类的基本概念和原理,从神经网络模型角度将其划分为基于自编码器、基于变分自编码器、基于生成对抗网络、基于孪生网络/对比学习和基于图神经网络的深度聚类,分别对其进行分析和总结。然后,讨论了深度聚类在图像、文本和识别检测等领域的应用。最后,对当前深度聚类研究的热点和未来发展方向进行了展望。
关键词深度学习 神经网络 特征提取 聚类
URL查看原文
ISSN2096-7543
语种中文
原始文献类型学术期刊
中图分类号TP311.13;TP18
文献类型期刊论文
条目标识符http://ir.lzufe.edu.cn/handle/39EH0E1M/37685
专题信息工程与人工智能学院
通讯作者王继奎
作者单位兰州财经大学信息工程与人工智能学院
第一作者单位信息工程与人工智能学院
通讯作者单位信息工程与人工智能学院
推荐引用方式
GB/T 7714
黄雪艳,张翠红,赵薇,等. 深度聚类研究综述[J]. 四川轻化工大学学报(自然科学版),2024,37(04):47-57.
APA 黄雪艳,张翠红,赵薇,&王继奎.(2024).深度聚类研究综述.四川轻化工大学学报(自然科学版),37(04),47-57.
MLA 黄雪艳,et al."深度聚类研究综述".四川轻化工大学学报(自然科学版) 37.04(2024):47-57.
条目包含的文件
条目无相关文件。
个性服务
查看访问统计
谷歌学术
谷歌学术中相似的文章
[黄雪艳]的文章
[张翠红]的文章
[赵薇]的文章
百度学术
百度学术中相似的文章
[黄雪艳]的文章
[张翠红]的文章
[赵薇]的文章
必应学术
必应学术中相似的文章
[黄雪艳]的文章
[张翠红]的文章
[赵薇]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

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。