非对称卷积编码器的聚类算法
无监督聚类是机器学习的重要分支，根据数据自身的相似性揭示数据内部的隐藏结构。传统的聚类算法如K均值(K-means)[]、高斯混合模型GMM (Gaussian mixture model)[]、基于密度的聚类算法DBSCAN (density-based spatial clustering of applications with noise)[]等简单易实现，得到广泛应用。但在图像、文本、语音等高维且无结构的数据上容易发生维度灾难，且需要为每个数据集和任务人工设计特征，从而使聚类性能大打折
