聚类是一种寻找数据之间内在结构的技术，是许多数据驱动应用领域的一个基本问题，聚类性能在很大程度上取决于数据表示的质量。近年来，深度学习因其强大的特征提取能力被广泛的应用于聚类任务，以学习更好的特征表示，显著提高了聚类性能。首先介绍传统的聚类任务，进而根据网络结构介绍基于深度学习的聚类及代表性方法，提出当前存在的问题，介绍基于深度学习的聚类在不同领域的应用，最后对基于深度学习的聚类发展进行总结与展望。
科研之友
微信
新浪微博
Facebook
分享链接
