黄宇翔，黄 栋+，王昌栋，赖剑煌

1.华南农业大学 数学与信息学院，广州 510642

2.广州市智慧农业重点实验室，广州 510642

3.中山大学 计算机学院，广州 510006

数据聚类是无监督学习的一个重要问题，其目标在于将一组数据样本划分为若干个簇，以使得同簇样本尽可能相似，异簇样本尽可能不同[1]。传统聚类算法往往以给定的数据特征作为输入，再采用不同模型对其进行划分，但在一些复杂高维数据（例如图像数据、文本数据等）情况下，则可能因缺乏在高维空间对样本相似性的有效度量而难以发现其内在聚类结构，即面临所谓的“维数灾难”（curse of dimensionality）。对于高维数据聚类，常规应对方法包括子空间聚类（subspace clustering）[2]、特征降维（dimension reduction）[3]、特征抽取（feature selection）[4-5]等；近年来，深度学习因其在特征表示上的独特优势，也为高维、复杂数据聚类带来了一个新的解决思路，并已涌现出许多行之有效的深度聚类算法[6-11]。

在初期的深度聚类研究中，Tian 等[6]对自编码器（autoencoder）与谱聚类（spectral clustering）之间的关联进行了分析，提出利用一种稀疏自编码器，以数据样本的相似性矩阵作为训练集，通过深度神经网络（deep neural network，DNN）学习得到低维数据特征，进而使用K均值（K-means）聚类构建聚类结果。Chen[8]利用一个深度置信网络（deep belief network，DBN）进行特征学习，进而使用非参最大间隔聚类（nonparametric maximum margin clustering，NMMC）得到最终聚类。Peng 等[9]结合输入空间的稀疏重构关系，训练一个兼顾数据局部与全局信息的深度神经网络，以学习得到低维数据表示并进行数据聚类。这些方法[6,8-9]将深度聚类过程划分为两个阶段：一是特征表示学习阶段，即以一定的深度神经网络结构来学习得到数据的低维特征表示；……