paper:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8590804
supplement meterial:https://ieeexplore.ieee.org/ielx7/34/4359286/8590804/dsec_supp.pdf?tp=&arnumber=8590804
code:https://github.com/vector-1127/DSEC
这是一篇深度聚类的文章
简介和相关工作
现存的方法忽略了特征表示和聚类的组合。传统的方法将特征提取过程和聚类过程分开,聚类过程将不再修改特征表示使得特征表示不能继续学习以达到更好的效果。作者提出了一个联合学习聚类和表示的方法。Deep Self-Evolution Clustering(DSEC)
模型和方法
假设我们已经有了样本间的相似度 r i j ∈ { 0 , 1 } r_{ij} \in \{0,1\} rij∈{ 0,1}, r i j = 1 r_{ij}=1 rij=1表示样本 i i i和 j j j是相似的,也就是同类别。我们就可以用一个模型 g g g来学习相似度, w w