[发明专利]用于对输入数据进行聚类的设备和方法

权利要求书

1.一种用于对输入数据(101)进行聚类的设备(100)，其特征在于，所述输入数据(101)为包括数据点的数据集，所述设备(100)包括：

-自动编码单元(102)，用于在所述设备(100)的第一操作阶段中，降低所述输入数据(101)的维度，以及/或者从所述输入数据(101)中提取与聚类相关的特征，从而产生低维数据(103)；

-聚类单元(104)，用于在所述设备(100)的第二操作阶段中，根据所述低维数据(103)获得至少一个集群(105)，以及将所述低维数据(103)中的每个数据点与所述至少一个集群(105)的一个集群关联，

其中，所述自动编码单元(102)优化所述低维数据(103)，以对所述低维数据(103)进行无损重建。

2.根据权利要求1所述的设备(100)，其特征在于，所述低维数据(103)包括线性独立代码行，从而最小化重建损失。

3.根据上述权利要求中任一项所述的设备(100)，其特征在于，所述输入数据(101)的维度降低包括将第一函数应用于所述输入数据(101)，其中，所述第一函数用于最小化所述输入数据(101)中的数据点的成对相似度，以提供所述低维数据(103)。

4.根据权利要求3所述的设备(100)，其特征在于，所述第一函数将相似度度量应用于所述输入数据(101)中的数据点。

5.根据权利要求4所述的设备(100)，其特征在于，所述第一函数应用的相似度度量为余弦相似度。

6.根据上述权利要求中任一项所述的设备(100)，其特征在于，所述设备(100)还包括解码器(201)，用于对所述低维数据(103)进行解码，以及将所述低维数据(103)与所述输入数据(101)进行比较，以测量重建损失并调整所述自动编码单元(102)的操作参数，从而最小化重建损失。

7.根据上述权利要求中任一项所述的设备(100)，其特征在于，所述聚类单元(104)还用于获得每个集群(105)的质心参数。

8.根据权利要求7所述的设备(100)，其特征在于，所述聚类单元(104)还用于根据集群的质心参数确定数据点分配到的集群。

9.根据上述权利要求中任一项所述的设备(100)，其特征在于，所述聚类单元(104)还用于应用第二函数，以最小化数据点的成对相似度并提高所述数据点的可分离性。

10.根据权利要求9所述的设备(100)，其特征在于，所述第二函数与所述第一函数应用相同的相似度度量，具体是数据点的余弦相似度。

11.根据上述权利要求中任一项所述的设备(100)，其特征在于，所述聚类单元(104)还用于最小化与不同集群(105)关联的数据点的相似度。

12.根据上述权利要求中任一项所述的设备(100)，其特征在于，所述聚类单元(104)还用于最大化与同一个聚类(105)关联的数据点的相似度。

13.根据上述权利要求中任一项所述的设备(100)，其特征在于，在所述第二阶段中，所述设备(100)还用于：根据所述聚类单元(104)的操作参数优化所述自动编码单元(102)的操作参数，以及根据所述自动编码单元(102)的操作参数优化所述聚类单元(104)的操作参数。

14.根据权利要求13所述的设备(100)，其特征在于，所述设备(100)还用于同时优化所述自动编码单元(102)的操作参数和所述聚类单元(104)的操作参数。

15.一种用于对输入数据(101)进行聚类的方法(300)，其特征在于，所述输入数据(101)为包括数据点的数据集，所述方法(300)包括以下步骤：

-在设备(100)的第一操作阶段中，自动编码单元(102)降低(301)所述输入数据(101)的维度，以及/或者所述自动编码单元(102)从所述输入数据(101)中提取(301)与聚类相关的特征，从而产生低维数据(103)；

-在所述设备(100)的第二操作阶段中，聚类单元(104)根据所述低维数据(103)获得(302)至少一个集群(105)，以及所述聚类单元(104)将所述低维数据(103)中的每个数据点(302)与至少一个集群(105)中的一个集群关联，

其中，所述自动编码单元(102)优化所述低维数据(103)，以对所述低维数据(103)进行无损重建。