基于伪标签纠正的半监督深度子空间聚类OA
Semi-Supervised Deep Subspace Clustering Based on Pseudo-Label Correction
提出了一种基于伪标签纠正的半监督深度子空间聚类算法.首先利用少量已知样本标签,对分类层产生的不精确伪标签进行纠正,从而提高伪标签的精确性和稳定性;其次从已知样本标签中获得成对样本信息,通过对比学习对自表达系数矩阵进行约束来提高聚类的性能.在4 个常用数据集上的实验证明,在最多 50 个已知样本标签的情况下,提出的子空间聚类算法性能优于目前先进的子空间聚类算法.
鲍兆强;王立宏
烟台大学计算机与控制工程学院,山东 烟台 264005烟台大学计算机与控制工程学院,山东 烟台 264005
计算机与自动化
子空间聚类伪标签纠正对比学习半监督自编码器
subspace clusteringpseudo-label correctioncontrastive learningsemi-supervisionautoencoder
《烟台大学学报（自然科学与工程版）》 2023 (4)
面向海岸带污染评估的多源遥感影像精细分类研究
442-450,9
国家自然科学基金资助项目(62072391).
评论