摘要
聚类是数据挖掘中一项基本但具有挑战性的任务。近年来,将自编码器和图神经网络结合起来增强聚类性能的工作引起了相当大的关注。由于图卷积网络在处理图结构数据上的巨大成功和广泛应用,文中提出了联合编码属性图聚类方法(JEAGC)将结构信息整合到深度聚类中,将自编码器学习到的表示与图自编码器学习的表示通过一个信息融合模块结合在一起,在3个基准图数据集的实验结果表明,JEAGC始终优于现有的大多数深度聚类方法。
出处
《信息记录材料》
2022年第4期176-178,共3页
Information Recording Materials
作者简介
刘俊奇(1992-),男,湖南娄底,硕士,研究方向:人工智能。
