Structural Deep Clustering Network整个模型大概包括三部分:深度神经网络模块,图卷积模块和双重自监督模块。这篇文章写的是聚类算法,但是值得学习的是:它利用传输因子将深度神经网络模块和卷积模块融合深度神经网络模块主要是利用自编码器学习数据自身的特性,损失函数为解码器的重构数据和原始数据之间的误差:图卷积模块主要是将图卷积层学到的GCN特定表征和自编码器学到的特征表征进行结合,然后通过在KNN图上进行传播学习到结构信息。与标准图卷积层不同,我们的图卷积模块为了同时
Structural Deep Clustering Network整个模型大概包括三部分:深度神经网络模块,图卷积模块和双重自监督模块。这篇文章写的是聚类算法,但是值得学习的是:它利用传输因子将深度神经网络模块和卷积模块融合深度神经网络模块主要是利用自编码器学习数据自身的特性,损失函数为解码器的重构数据和原始数据之间的误差:图卷积模块主要是将图卷积层学到的GCN特定表征和自编码器学到的特征表征进行结合,然后通过在KNN图上进行传播学习到结构信息。与标准图卷积层不同,我们的图卷积模块为了同时