自适应模糊聚类LBG矢量量化算法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 自适应模糊聚类LBG矢量量化算法 孙 燕 SUN Yan 青海民族大学 计算机学院，西宁 810007 SchoolofComputer,QinghaiUniversityforNationalities，Xining810007，China SUN Yan．Self-adaption fuzzyclusteringLBG vector—quantization algorithm．ComputerEngineeringandApplica- tions，2014，50(23)：203-205． Abstract：Inthispaper,aself-adaptivefuzzyc—meansclusteringalgorithm isproposed．Itisdesignedtoovercomethe shortcomingsofthetraditionalLBGvector—quantizationalgorithm．ExperimentalresultsonMFCC quantizationshow that theproposedalgorithm hassimilarquantizationerrorcomparedtotheclassicLBG algorithm whilesignificantlyreducing codebooksizeandmemoryofotprint． Keywords：LBGalgorithm；self-adaption；MelFrequencyCepstrumCoefficient(MFCC)：fuzzyclustering；VectorQuan- tization(VQ) 摘 要 ：采用模糊聚类c均值聚类确定型心改进LBG算法，实现语音参数MFCC码本的矢量量化，实验结果表明，该 算法有着与单一LBG算法相近的量化误差，自适应确定码本大小码，码本尺寸显著降低，减小码本的存储量。 关键词：LBG算法；自适应；梅 尔频率倒谱系数 (MFCC)；模糊聚类；矢量量化 文献标志码：A 中图分类号：TP391 doi：10．3778~．issn．1002．8331．1301—0257 1 引言 数)，并设出示平均失真 D卜” O0。 LBG．VQ算法 能找出使矢量量化误差达到最小的 (2)用给定的码本y 求出平均失真最小条件下的 矢量中心集，这个中心集就是最佳码本。传统的LBG．VQ 所有区域边界Si(i=1，2，…， )。即根据最佳划分准则 算法是硬聚类算法 。，一个样本仅仅属于某一个类 ，量 把训练序列划分为 个胞腔。应该用训练序列 Si， 化后码本尺寸大小固定 ，如果码本尺寸巨大 ，存储量显 使 (，) (，】，)(y )，从而得出最佳 区域边界 而易见。模糊C．均值聚类算法 (FuzzyC．means，FCM) 允许样本以不同的隶属程度分别属于不同的类 ，本文 。 然后，计算在该区域下训练序列的平均失真D = 在传统LBG．VQ算法确定的矢量中心集时，采用模糊聚 1m~-一~1 mi nd(X，y)。在这一步中要累计最小失真并在最 类FCM改进确定 ，自适应确定型心，使码本尺寸显著 ， ， 减小 。 后计算平均失真。 (3)计算相对平均失真 (即与第n一1次迭代的失真 2 LBG算法 相对而言)，如果它小于阈值 ，即 ≤。，则认为 LBG算法是矢量量化码本训练 的传统算法 ，由