基于多級結(jié)構(gòu)的深度子空間聚類方法

打開文本圖片集

摘  要：提出了一種新的深度子空間聚類方法，使用了卷積自編碼器將輸入圖像轉(zhuǎn)換為位于線性子空間上的表示。通過結(jié)合自編碼器提取的低階和高階信息來促進(jìn)特征學(xué)習(xí)過程，在編碼器的不同層級生成多組自我表示和信息表示。將得到的多級信息融合得到統(tǒng)一的系數(shù)矩陣并用于后續(xù)的聚類。通過多組實驗驗證了上述創(chuàng)新的有效性，在三個經(jīng)典數(shù)據(jù)集：Coil20，ORL和Extended Yale B上，聚類精度分別達(dá)到95.38%、87.25%以及97.58%。（剩余7369字）