基于加权改进模糊C均值聚类的欠定混合矩阵估计

• 作者: 孙建军 徐岩
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 模糊C均值聚类算法 进化规划算法 局部离群点检测算法 加权 混合矩阵估计
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 网络与通信
• 页码范围: 1769-1773
• 页数: 5页
• 分类号: TN911.7
• 字数: 5330字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019111882

摘要

语音欠定混合矩阵估计问题中,针对模糊C均值聚类(FCM)算法对初始聚类中心敏感、易受噪声点干扰、鲁棒性差的缺陷,提出一种基于加权的进化规划与FCM相结合的改进算法(WE-FCM).首先,利用进化规划(EP)算法强大的搜索能力优化FCM得到基于进化规划的FCM算法(EP-FCM),以获得较佳的初始聚类中心;然后,利用局部离群点检测(LOF)算法对EP-FCM加权以降低噪声点的影响.通过仿真实验得出,所提算法在源信号数为3路和4路时归一化均方误差值与偏离角度值均远小于经典的K均值聚类(K-means)算法、K-Hough、基于遗传算法的FCM算法(GAFCM)和基于密度峰值的FCM算法(FDP-FCM).实验结果表明,所提算法明显提高了FCM算法的鲁棒性和混合矩阵的估计精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐岩	兰州交通大学电子与信息工程学院	43	255	9.0	14.0
2	孙建军	兰州交通大学电子与信息工程学院	1	0	0.0	0.0