吉林大学学报(信息科学版) ›› 2022, Vol. 40 ›› Issue (4): 684-687.
李丁园1 , 李晓杰2
LI Dingyuan 1 , LI Xiaojie 2
摘要: 对于图像的聚类, 现有方法在特征提取方面或难以选择合适的维度转换方法, 或提取的特征对图像特征的表达较弱且不够丰富, 对图像的聚类效果产生了较大影响, 导致了聚类精度较低。 为此, 提出一种基于多尺度残差卷积自编码器的图像聚类方法, 通过构建具有若干个含有残差连接的多尺度卷积模块, 获得中间层的高维特征表达, 并以此进行图像聚类。 实验结果表明, 在 MNIST 数据集上的聚类准确率为 82. 2% , ARI(Adjusted Rand Index) 值为 0. 781 0, NMI (Normalized Mutual Information) 值为 0. 853 2, 模型达到了较好的聚类效果。
中图分类号: