|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 5 van 9 gevonden artikelen
| Titel: |
Deep auto-encoder based clustering |
| Auteur: |
Song, Chunfeng Huang, Yongzhen Liu, Feng Wang, Zhenyu Wang, Liang |
| Verschenen in: |
Intelligent data analysis |
| Paginering: | Jaargang 18 (2015) nr. supplement-6 pagina's S65-S76 |
| Jaar: |
2015-01-14 |
| Inhoud: |
For unsupervised problems like clustering, linear or non-linear data transformations are widely used techniques. Generally, they are beneficial to data representation. However, if data have a complicated structure, these techniques would be unsatisfying for clustering. In this paper, we propose a new clustering method based on the deep auto-encoder network, which can learn a highly non-linear mapping function. Via simultaneously considering data reconstruction and compactness, our method can obtain stable and effective clustering. Experimental results on four databases demonstrate that the proposed model can achieve promising performance in terms of normalized mutual information, cluster purity and accuracy. |
| Uitgever: |
IOS Press |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 5 van 9 gevonden artikelen
| << vorige | volgende >> |