非对称卷积编码器的聚类算法

无监督聚类是机器学习的重要分支，根据数据自身的相似性揭示数据内部的隐藏结构。传统的聚类算法如K均值(K-means)[1-2]、高斯混合模型GMM (Gaussian mixture model)[3]、基于密度的聚类算法DBSCAN (density-based spatial clustering of applications with noise)[4]等简单易实现，得到广泛应用。但在图像、文本、语音等高维且无结构的数据上容易发生维度灾难，且需要为每个数据集和任务人工设计特征，从而使聚类性能大打折扣。主成分分析法(principal component analysis，PCA)[5]对高维数据进行降维并提取特征，其线性表征能力在应对某些特殊分布的数据时效果不佳。基于非监督学习的自编码器(auto-encoder，AE)[6-7]通过多层复合映射能得到数据的非线性特征。自编码器将原始高维数据映射到低维特征空间，在该空间中更容易依据特征的分布形态执行聚类分析。

深度聚类是用深度神经网络进行表征学习和聚类指派的过程，通常卷积神经网络(convolutional neural networks，CNN)[8]或堆叠自编码器自适应地学习特征表示，再使用传统聚类算法完成聚类指派。此类方法与非深度聚类算法相比，在基准测试图像数据集上都获得了较好的性能。而AE由此不断发展为稀疏自动编码器(sparse auto-encoder)[9-10]、降噪自动编码器(denoising auto-encoder)[11-12]以及卷积自动编码器(convolutional auto-encoder，CAE)[13]。

现有的聚类方法大多侧重于建模实例之间的相似或相异关系，而忽略了提取更有效的表示ÿ