| 专利名称 | 一种基于深度学习的聚类方法 | 申请号 | CN201310530626.9 | 专利类型 | 发明专利 | 公开（公告）号 | CN103530689A | 公开（授权）日 | 2014.01.22 | 申请（专利权）人 | 中国科学院自动化研究所 | 发明（设计）人 | 谭铁牛;王亮;黄永祯;宋纯锋 | 主分类号 | G06N3/08(2006.01)I | IPC主分类号 | G06N3/08(2006.01)I;G06K9/62(2006.01)I | 专利有效期 | 一种基于深度学习的聚类方法 至一种基于深度学习的聚类方法 | 法律状态 | 实质审查的生效 | 说明书摘要 | 本发明公开了一种基于深度学习的聚类方法，该方法包括以下步骤：得到深度神经网络的初始网络权重；对样本进行随机分组并映射到特征空间；将原始深度神经网络的目标函数加入特征层的类内约束函数；更新深度神经网络的网络权重，计算得到新的特征层；将每个样本分配至最近聚类中心所在的类组，计算新的聚类中心；以新的聚类中心代替类内约束函数的聚类中心，返回网络权重更新步骤进行迭代，得到并输出最终聚类分组结果。本发明将样本从不易聚类的原始数据空间，通过深度神经网络的非线性映射，得到高度可分的特征用于聚类，并且可以不断优化网络结构得到更好的聚类效果，本发明以较小的内存消耗以及较高的聚类精度优于常规聚类算法。 |
1、源头对接，价格透明
2、平台验证，实名审核
3、合同监控，代办手续
4、专员跟进，交易保障