K-Medoids和FCM融合聚类法语音信号分类的应用

• 作者: 胡澳 裴峥
• 来源期刊: 济南大学学报（自然科学版）
• 学科: 工学
• 关键词: 特征提取 语音信号 融合聚类 聚类效果
• 年，卷（期）: 2016,（1）
• 页码范围: 17-22
• 页数: 6页
• 分类号: TN014
• 字数: 5190字
• 语种: 中文
• DOI: 10.13349/j.cnki.jdxbn.2016.01.001

摘要

提出针对广播和航空语音信号的f-kmd融合聚类方法,对2种信号语音数据进行分段,提取每段短时语音数据的均值、方差、平均过零率、平均短时能量、归一化峰度和振幅指标等语音信号的基本特征进行归一化处理,利用模糊c均值聚类(FCM)方法对特征数据进行聚类分析,获得短时分段后的语音信号聚类结果,再对分段后的聚类结果整体上进行K-Medoids聚类分析,得到两类信号的聚类中心.实验表明,融合聚类方法能较好地对广播和航空语音信号进行分类,分类准确率较高,结果较稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	裴峥	西华大学无线电管理技术研究中心	39	259	10.0	14.0
2	胡澳	西华大学无线电管理技术研究中心	1	1	1.0	1.0