深嵌入集群(DEC)吸引了太多的关注由于其性能优于归因于端到端集群。然而,12月不能利用少量的先验知识包含在数据增加体积。应对这一挑战,semisupervised深嵌入聚类算法与自适应标签提出了集群semisupervised端到端地这些数据的基础上,一个先天的知识。具体来说,深semisupervised集群网络设计基于autoencoder范式和深集群,哪好我的集群表示和集群任务通过防止标签在12月的转变,深semisupervised集群网络的训练参数,back-propagation-based算法自适应标签介绍基于pretrain和调整策略。最后,广泛代表数据集进行实验评价了该方法的性能的聚类精度和归一化互信息。结果表明该方法优于12月的最先进的方法。