基于双重自表达与最大熵原理的深度子空间聚类算法

摘要： 深度子空间聚类算法使用深度神经网络将原始输入数据映射至潜在空间，并利用数据的自表达性作为数据相似程度的度量，从而实现对高维数据的有效聚类。然而，这类算法仅关注潜在空间中的自表达关系，导致其性能严重依赖于深度神经网络所提取特征的质量。此外，正则化过程忽略各空间内的连通性，影响谱聚类算法的性能。针对这些问题，提出了基于双重自表达与最大熵原理的深度子空间聚类算法。该算法同时学习潜在空... （共8页）