9月2日获悉，在第22届模式识别国际会议（The 22ndInternational Conference on Pattern Recognition, 以下简称ICPR）上，模式识别国家重点实验室-智能感知与计算研究中心硕士生黄培浩的论文Deep Embedding Network for Clustering 获得计算机视觉主题下的最佳学生论文奖。 

　　ICPR是一个历史悠久、影响较大的国际学术会议，主要涵盖包括模式识别、机器学习和计算机视觉等领域。大会自创办以来每两年举行一次，本届于瑞典斯德哥尔摩召开，吸引了近千篇学术论文投稿。 

　　获奖论文针对目前聚类工作中特征学习的不足，提出了一种基于深度自编码机的聚类方法，利用深度自编码机作为一种非线性映射，将原始数据投影到一个适合聚类的隐特征空间中，并通过约束数据的局部结构以及分配伪类别标签来挖掘数据的潜在特性，该方法显著改善了聚类的性能。