陈俊芬，张 明，赵佳成，谢博鋆，李 艳

1.河北大学 数学与信息科学学院 河北省机器学习与计算智能重点实验室，河北 保定071002

2.北京师范大学珠海分校 应用数学学院，广东 珠海519087

聚类是把无标签数据划分为若干个不相交的类簇，挖掘出有价值的特征和类别信息[1-2]。深度聚类是指基于深度学习技术的聚类方法。相较于传统聚类方法，深度聚类利用网络结构自动学习输入数据的潜在特征，并通过最小化聚类损失函数调整网络参数来达到最优的聚类指派。

自编码器（auto-encoder，AE）是近年来一种经典的无监督学习的非线性特征提取方法[3-5]。自编码器拥有对称结构能进行特征维度约简，其瓶颈层输出可以学习到高维输入数据的低维紧凑的特征表示[6-7]。早期的深度聚类工作是分开执行特征提取与聚类分析[8-9]。特征提取和聚类划分任务依顺序进行，两者耦合度低，学到的特征表示不一定带来好的聚类划分。为了克服这一不足之处，堆叠自编码器的深度嵌入式聚类模型DEC（unsupervised deep embedding for clustering analysis）用联合学习策略来学习特征表示和类标分配[10]。通过不断迭代优化KL损失函数调整模型参数和K-means 的聚类结果。这种联合训练能捕捉适合聚类的特征表示，提高了聚类性能。但当图像的质量下降（噪声、姿态、表情、光照、背景等因素造成），特征映射空间会出现较大偏差，在类边界处的出错率很高，说明特征表示的可分性不够。视觉注意力机制最大化有限的注意力，从局部获得有价值的信息，抑制无用信息。……