10.16791/j.cnki.sjg.2023.09.010
基于图结构融合的自监督聚类实验设计
该文针对融合数据特征和结构表示的自监督聚类任务,进行了教学实验设计,提出一种基于图结构融合的自监督聚类算法(GSFC).首先利用K近邻将数据中潜在的关联关系建模为图结构,然后分别构建自编码器和图自编码器学习数据特征和结构表示,再设计自适应融合网络实现二者的逐层双向互补融合与传递,最后建立多分布联合自监督机制指导整体网络的协同训练.在六组公共数据集上的实验结果表明,GSFC 显著提高了聚类性能,鲁棒性更理想.通过该完整的实验设计能够帮助学生理解图结构、自监督学习、聚类等基本理论和方法,培养学生理论联系实际能力和对科学研究的兴趣.
教学实验、聚类、自编码器、图自编码器、自监督
40
TP391(计算技术、计算机技术)
国家自然科学基金61971422
2023-11-16(万方平台首次上网日期,不代表论文的发表时间)
共9页
65-73