基于多级结构的深度子空间聚类方法
打开文本图片集
摘 要：提出了一种新的深度子空间聚类方法，使用了卷积自编码器将输入图像转换为位于线性子空间上的表示。通过结合自编码器提取的低阶和高阶信息来促进特征学习过程，在编码器的不同层级生成多组自我表示和信息表示。将得到的多级信息融合得到统一的系数矩阵并用于后续的聚类。通过多组实验验证了上述创新的有效性，在三个经典数据集：Coil20，ORL和Extended Yale B上，聚类精度分别达到95.38%、87.25%以及97.58%。（剩余7369字）
网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。