一种新的基于深度学习的聚类分析算法

摘要

传统图像分类算法需要大量的数据进行有监督训练,造成了数据冗余进而带来维数灾难,为此提出一种基于深度学习的聚类分析算法。聚类分析利用数据内部簇结构和模式进行分类,不需要对样本进行训练得到先验知识,降低了计算复杂度。引入深度学习对数据内部结构和模式进行特征学习,得到数据的初步聚类,再对初步聚类进行不断优化得到最终的分类效果。实验结果表明,算法很好地解决了信息全面与维数灾难的矛盾,具有良好的实用性和主观一致性。