基于聚类的无监督神经网络模型

摘要

传统神经网络模型的训练需要大量有标签的数据,在大数据时代,获取标记数据费时费力。本文构造了一个基于聚类的无监督神经网络模型。首先,通过分析聚类的目标函数与神经网络的训练目标,发现两者优化目标相同,可以进行融合而构造一个无监督神经网络模型;其次,构造了一个基于聚类的无监督神经网络模型框架,将无监督学习融合到神经网络中,给出了这个框架的具体算法;然后,在此框架下,线性聚类和非线性聚类都可以融合到这个框架中,用聚类集成对聚类的结果进行置信度筛选,优化此框架无监督学习的结果。最后,使用标准数据集对提出的算法框架与相关算法进行对比实验,实验结果表明,基于聚类的无监督神经网络模型具有很大的优势。