典型文献
基于子图分解的图聚类神经网络
文献摘要：
聚类是机器学习的核心任务之一,其主要目的是将无标签数据中的不同簇数据进行分离.深度聚类算法使用深度神经网络联合优化聚类目标与特征提取,极大地提高了聚类性能.图聚类是深度聚类领域近两年研究的一个重要分支,其在处理图结构数据上有极大的优势.提出一种新的图聚类方案:基于子图分解的图聚网络,该模型在图自编码器的基础上通过构建多个子图,并在子图的嵌入空间中加以组稀疏约束达到最终的聚类目的.
文献关键词：
模式识别;图神经网络;深度学习;深度聚类
中图分类号：
作者姓名：
邓祥;俞璐;姚昌华;朱瑾
作者机构：
陆军工程大学,江苏 南京 210001;南京信息工程大学
文献出处：
引用格式：
[1]邓祥;俞璐;姚昌华;朱瑾-.基于子图分解的图聚类神经网络)[J].计算机时代,2022(05):6-10
A类：
组稀疏约束
B类：
子图,图聚类,类神经网络,核心任务,无标签数据,深度聚类,聚类算法,使用深度,深度神经网络,联合优化,类目,极大地提高,近两年,图结构数据,图自编码器,模式识别,图神经网络
AB值：
0.337785
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
