[发明专利]一种自适应半监督深度聚类方法

权利要求书

1.一种自适应半监督深度聚类方法，其特征在于：包括以下步骤：

步骤1，使用有标签数据来训练神经网络模型；

步骤2，使用步骤1训练后的神经网络模型对无标签训练数据进行分类，得到每个数据所属类别的概率值，同时得到每个无标签训练数据的特征；

然后，将有标签数据和无标签训练数据来自于神经网络模型最后一层隐藏层提取的特征进行约束种子K-Means聚类，得到每个无标签训练数据与簇中心之间的皮尔逊相似度；

再将每个数据中相似度的最大值与概率值的最大值对应标签一致的无标签训练数据赋予其伪标签；

步骤3，计算伪标签数据的置信度；

步骤4，使用自适应方法挑选出伪标签数据中伪标签置信度高的数据；

步骤5，将步骤4中伪标签置信度高的数据，和其伪标签作为标签数据与已有的标签数据共同作为下一次神经网络模型的输入；

步骤6，迭代执行步骤1～步骤5，如果相邻两次迭代得到的最佳阈值的差别度小于设定阈值，则继续迭代，直到达到收敛条件，则停止迭代循环；

步骤7，将上述步骤最终得到的标签数据和新的测试数据一起输入神经网络模型中，将模型降维后的特征进行约束种子K-Means聚类得到新的测试数据的聚类结果。

2.根据权利要求1所述的一种自适应半监督深度聚类方法，其特征在于：所述步骤1使用有标签数据来训练神经网络模型的具体方法是：使用n个带标签的数据训练一个深度学习神经网络模型，表示为：

其中，D_L表示有标签数据集；t表示有标签数据中每类数据的个数；K表示数据类别的个数；x表示有标签数据；下标L表示有标签的数据和集合；

D_L对应的标签为Y＝{y_Li}；该模型对数据D_L的输出为F＝{f_Li}，i∈{1,2,…,n}，其中f_Li表示数据x_i输入模型后得到全连接层最后一层的降维特征，且该特征大小为1×K；该模型的公式为：

f_Li＝h_W,b(x_i)

其中，W和b是模型的参数，h_W,b(·)表示模型函数；用于微调网络模型参数的损失函数是交叉熵损失函数，表示为：

3.根据权利要求1所述的一种自适应半监督深度聚类方法，其特征在于：所述步骤2中使用步骤1训练后的神经网络模型对无标签训练数据进行分类，得到每个数据所属类别的概率值，同时得到每个无标签训练数据的特征的具体方法是：

使用步骤1训练后的神经网络模型对无标签训练数据D_U＝{x_U1，x_U2，…，x_Um}进行分类，得到每个数据的降维特征f_Uj，将降维特征根据归一化方法转化为所属类别的概率值并找到其中的最大值其中，m表示无标签训练数据的个数。

4.根据权利要求1所述的一种自适应半监督深度聚类方法，其特征在于：所述步骤2中将有标签数据和无标签训练数据来自于神经网络模型最后一层隐藏层提取的特征进行约束种子K-Means聚类，得到每个无标签训练数据与簇中心之间的皮尔逊相似度的具体方法是：将有标签数据和无标签训练数据经过模型最后一层隐藏层提取的特征输入约束种子K-Means聚类中，以有标签数据为指标信息进行聚类；通过计算每个无标签训练数据与各个簇中心之间的皮尔逊相关系数，得到每个数据的相似度并找到其中的最大值

5.根据权利要求1所述的一种自适应半监督深度聚类方法，其特征在于：所述步骤2中将每个数据中相似度的最大值与概率值的最大值对应标签一致的无标签训练数据赋予其伪标签的具体方法是：最后比较每个无标签训练数据的和中的r和r′是否相等，并将值相等的无标签训练数据赋予其伪标签。