深度嵌入子空间聚类网络

作     者：李猛 杨博 季虹 张一国 

作者机构：西安工程大学计算机科学学院 

出 版 物：《云南大学学报(自然科学版)》 (Journal of Yunnan University(Natural Sciences Edition))

年 卷 期：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 

基　　金：国家自然科学基金(62106189) 陕西省自然科学基础研究计划(2024JC-YBMS-473) 陕西省教育厅重点科学研究计划(22JS019) 

主　　题：子空间聚类 自编码器 自表达 谱聚类 

摘      要：传统的子空间聚类算法通过学习自表达系数矩阵体现数据间的相似性，然而该策略无法有效应对大规模数据集与样本外点问题，因此提出一种深度嵌入子空间聚类网络模型.该模型首先利用自编码器获得原始数据的潜在表示；然后通过预先定义的函数计算潜在表示之间的相似程度并以此为依据构建自表达系数矩阵；最后使用谱聚类算法获得聚类结果.所提出的模型避免直接学习数据间的自表达系数，而选择通过映射函数获得数据的潜在表示与相似度，具有更广泛的适用领域.在4个公开大规模数据集上开展实验，其结果表明所提模型在准确率与调整兰德系数两个评价指标上均取得最佳效果，并在标准化互信息上获得了1.25的平均排名.参数敏感性实验和泛化性实验进一步验证所提模型具有较强的鲁棒性和样本外点处理能力.