[發(fā)明專利]一種基于自編碼神經(jīng)網(wǎng)絡(luò)的圖像聚類方法

在審

• 申請?zhí)枺?/td>: 201510293670.1
• 申請日: 2015-06-01
• 公開（公告）號: CN104933438A
• 公開（公告）日: 2015-09-23
• 發(fā)明（設(shè)計）人: 譚軾;武艷嬌;黃利今
• 申請（專利權(quán)）人: 武艷嬌
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于自編碼神經(jīng)網(wǎng)絡(luò)的圖像聚類方法，主要包括步驟：

步驟S1，利用八層自編碼網(wǎng)絡(luò)建立聚類網(wǎng)絡(luò)結(jié)構(gòu)，并利用此網(wǎng)絡(luò)的權(quán)重作為初始權(quán)重。

步驟S2，在自編碼網(wǎng)絡(luò)的編碼層加入類內(nèi)和類間約束函數(shù)，使同類樣本靠近其聚類中心，不同聚類中心相互遠(yuǎn)離。

步驟S3，將所有樣本隨機分組，并分別通過自編碼網(wǎng)絡(luò)映射到特征空間，然后計算所有組的特征表達(dá)的平均值，作為該組的聚類中心。

步驟S4，利用加入類內(nèi)約束和類間約束訓(xùn)練自編碼網(wǎng)絡(luò)，更新網(wǎng)絡(luò)權(quán)重，進(jìn)行圖像聚類。

步驟S5，利用S4得到的更新后的網(wǎng)絡(luò)，計算所有樣本的特征表達(dá)，與之前的聚類中心進(jìn)行比較，將樣本分配至距離最近的聚類中心。

步驟S6，利用S5中得到特征表達(dá)按新的分組計算每組的特征表達(dá)的均值作為新的聚類中心。

步驟S7，利用S6中更新的聚類中心代替S2中聚類約束函數(shù)的聚類中心。

步驟S8，轉(zhuǎn)到S4并循環(huán)，直到達(dá)到訓(xùn)練次數(shù)或聚類網(wǎng)絡(luò)收斂。

2.根據(jù)權(quán)利要求1所述的方法，利用自編碼神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像聚類。

3.根據(jù)權(quán)利要求1所述的方法，同時利用類內(nèi)和類間約束加入自編碼網(wǎng)絡(luò)的目標(biāo)函數(shù)作為聚類約束。