[发明专利]一种联合深度神经网络和成对约束的聚类方法在审
| 申请号： | 201811442502.4 | 申请日： | 2018-11-29 |
| 公开（公告）号： | CN109635946A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 李卓聪;王家兵 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种联合深度神经网络和成对约束的聚类方法，包括下述步骤：给定包括成对约束的数据集；构建两个相同结构的自编码器网络和一个深度神经网络，两个自编码器网络分别输入数据集中的每一个约束对的两个样本，两个自编码器网络的中间输出的差向量，作为深度神经网络的输入；然后训练自编码器网络和深度神经网络；将两个训练过的自编码网络和深度神经网络结合到聚类算法上，使用聚类算法进行聚类任务。本发明联合深度神经网络和数据间的成对约束，通过自编码网络对输入数据进行降维操作和深度神经网络学习特征，同时重构网络模型的损失函数，有效提高了聚类算法的聚类精度。 | ||
| 搜索关键词： | 神经网络 成对约束 编码器 聚类 聚类算法 网络 自编码 神经网络学习 降维操作 损失函数 网络模型 差向量 数据集 联合 构建 重构 样本 输出 | ||
【主权项】：
1.一种联合深度神经网络和成对约束的聚类方法，其特征在于，包括以下步骤：给定包括成对约束的数据集；构建两个相同结构的自编码器网络和一个深度神经网络；其中两个自编码器网络分别输入所述数据集中的每一个约束对的两个样本；所述两个自编码器网络的中间输出的差向量，作为深度神经网络的输入；训练所述自编码器网络和深度神经网络；将训练好的自编码器网络的中间输出作为样本的特征，利用聚类算法进行聚类任务。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811442502.4/，转载请声明来源钻瓜专利网。
