|
输入:训练数据集
,集群的数量k、迭代最大麦克斯特培训阈值。 |
|
输出:集群作业问,集群重心
,和非线性映射
。 |
|
开始 |
|
Pretraining计算: |
|
构造深度网络代码。 |
|
初始化网络参数基于正态分布。 |
|
培训每一层的代码网络基于去噪autoencoder策略。 |
|
连接每个pretrained层和一个端到端的方式调整网络参数。 |
|
网络使用pretrained深代码获取原始数据映射到潜在的空间特性
。 |
|
使用k - means质心进行初始化基于特征
。 |
|
集群计算自适应标签: |
|
使用方程(7)和(8)计算集群任务问和目标任务P。 |
|
来计算
。 |
|
使用方程(10)构建的标签列表。 |
|
基于自适应动态改变标签标签算法。 |
|
根据方程(计算损失11)。 |
|
更新网络参数和重心。 |
|
结束 |
|
