基于Mean-Shift的广播音频聚类算法

• 作者: 俞佳 郑继明
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 主成分分析 均值漂移算法 快速近邻法 二次修正 广播音频聚类
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 2741-2743,2750
• 页数: 4页
• 分类号: TP18|TP391
• 字数: 4146字
• 语种: 中文

摘要

针对大多数聚类算法依赖聚类数目这一先验知识的不足,提出一种基于均值漂移(Mean-Shift)的新广播音频聚类算法.对需聚类的音频段选取基于小波域的特征构造特征集合,通过主成分分析方法降低所提取特征中的冗余信息.在此基础上,采用Mean-Shift算法对音频信号进行初步聚类,然后利用快速近邻法对其聚类结果进行一次修正,最后合并仅含有单个样本类别的类进行二次修正.实验结果表明,该算法的聚类精度有一定的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑继明	重庆邮电大学应用数学研究所	70	357	11.0	14.0
2	俞佳	重庆邮电大学计算机科学与技术学院	3	20	3.0	3.0