摘要

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。