基于圖關(guān)系選擇的深度聚類網(wǎng)絡(luò)

摘要： 針對(duì)在深度聚類中基于圖卷積網(wǎng)絡(luò)(graph convolutional network, GCN)編碼圖結(jié)構(gòu)信息的方法存在過擬合的問題，提出一種通過對(duì)比學(xué)習(xí)將圖鄰接關(guān)系融合到傳統(tǒng)深度網(wǎng)絡(luò)中對(duì)圖結(jié)構(gòu)進(jìn)行編碼的方法。首先，該方法中使用自動(dòng)編碼器(auto-encoder, AE)來學(xué)習(xí)節(jié)點(diǎn)特征的深層次潛在表示；然后，通過對(duì)比學(xué)習(xí)從圖關(guān)系中學(xué)習(xí)有區(qū)分性的節(jié)點(diǎn)表示，同時(shí)設(shè)計(jì)了更細(xì)致的節(jié)... （共9頁）