一种改进的FCM聚类算法的混合矩阵估计

• 作者: 张林波 郭凌飞
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 欠定盲源分离 稀疏成分分析 两步法 混合矩阵估计 隶属度划分 FCM聚类算法 语音信号 估计精度
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 现代电子技术
• 页码范围: 47-52
• 页数: 6页
• 分类号: TN911.7
• 字数: 3952字
• 语种: 中文
• DOI: 10.11991/yykj.201809020

摘要

在增强信号稀疏性的基础上,对模糊C均值(fuzzyC-means,FCM)聚类算法进行改进,达到提高混合矩阵估计精度的目的,更好地解决欠定盲源分离问题.主要针对稀疏成分分析理论"两步法"中的混合矩阵估计算法改进,提出一种基于隶属度划分优化的FCM聚类算法.通过改变目标函数中的隶属度划分方式,来影响数据的归类,从而决定了混合矩阵中元素的估计精度.最后,将改进的算法用于语音信号仿真实验,完成混合矩阵估计.实验结果表明,用改进的算法所获得的矩阵估计误差小且精度高,可使归一化均方误差减小1.3 dB,角度偏差最多可减小1°.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张林波	哈尔滨工程大学信息与通信工程学院	19	61	4.0	7.0
2	郭凌飞	哈尔滨工程大学信息与通信工程学院	2	2	1.0	1.0