收稿日期 修回日期
作者简介 胡恒滔 男 级硕士研究生
通讯作者 龙建忠 Ｅｍａｉｌ ｌｏｎｇｊｚ ｅｍａｉｌ ｓｃｕ ｅｄｕ ｃｎ
文章编号
基 于 蚁 群 算 法 的 模 糊 Ｃ均 值 聚 类 算 法
在 声 纹 识 别 中 的 应 用
胡恒滔 龙建忠
四川大学电子信息学院 成都
摘 要 提出了一种基于蚁群算法ＡＣＧ的模糊动态 Ｃ均值聚类算法的声纹识别 该算法首
先利用蚁群算法的较强处理局部极值的能力 克服了算法在选取聚类中心点时采用随机选取
易使得迭代过程陷入局部最优解的缺点 动态地确定了聚类中心和数目 两者有机结合起来可
以寻求到具有全局分布特性的最优聚类 将此算法运用于声纹识别上 从语音信号中提取待识
别的特征矢量集 对待识别声纹信号进行识别 实验证明 该算法解决了算法对初始值敏感 易
陷入局部最优的问题 且计算简单 识别率较高 具有较好的鲁棒性
关键词 蚁群算法 模糊 Ｃ均值聚类 特征提取 声纹识别
中图分类号 Ｔ Ｐ 文献标识码 Ａ
Ｓｐｅａｋｅｒ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｕｓｉｎｇ ｆｕｓｓｙ ＣＭｅａｎｓ ｃｌｕｓｔｅｒｉｎｇ
ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｉｍｐｒｏｖｅｄ ａｎｔ ａｇｏｎｙ ａｌｇｏｒｉｔｈｍ
ＨＵ Ｈｅｎｇ
ｔａｏ Ｌ ＯＮＧ Ｊｉａｎ
ｚ ｈｏｎｇ
Ｓｃｈｏｏｌ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｓｉｃｈｕａｎ Ｕｎｉｖｅｒｓｉｔｙ Ｃｈｅｎｇｄｕ Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ Ｐｒｅｓｅｎｔ ａ ｓｐｅａｋｅｒ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｔｅｃｈｎｉｑｕｅ ｕｓｉｎｇ ｆｕｓｓｙ ＣＭｅａｎｓ ｃｌｕｓｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｉｍ
ｐ
ｒｏｖｅｄ Ａｎｔ Ａｇｏｎｙ Ａｌｇｏｒｉｔｈｍ Ｆｉｒｓｔｌｙ ｔｈｉｓ Ａｌｇｏｒｉｔｈｍ ｕｔｉｌｉｚｅｓ ｔｈｅ ｓｔｒｏｎｇ ａｂｉｌｉｔｙ ｏｆ ｔｈｅ Ａｎｔ Ａｇｏｎｙ Ａｌｇｏｒｉｔｈｍ
ｔｏ ｐｒｏｃｅｓｓ ｌｏｃａｌ ｍａｘｉｍｕｍ ｏｒ ｍｉｎｉｍｕｍ ａｎｄ ａｖｏｉｄ ｔｈｅ ｓｅｎｓｉｔｉｖｉｔｙ ｔｏ ｌｏｃａｌ ｏｐｔｉｍｉｚａｔｉｏｎ ｏｆ ｔｈｅ ＦＣＭ ａｌｇｏｒｉｔｈｍ
Ｆｕｒｔｈｅｒｍｏｒｅ ｔｈｅ Ａｎｔ Ａｇｏｎｙ Ａｌｇｏｒｉｔｈｍ ｄｅｆｉｎｅｓ ｔｈｅ ｃｅｎｔｅｒ ａｎｄ ｎｕｍｂｅｒｓ ｏｆ ｃｌｕｓｔｅｒｉｎｇ ａｕｔｏｍａｔｉｃａｌｌｙ Ｆｉｎａｌｌｙ
ａｐｐｌｉｅｄ ｔｈｅｍ ｔｏ ｓｐｅａｋｅｒ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｔｈｅ ｅｘｐｅｒｉｍｅｎｔｓ ｒｅｓｕｌｔ ｒｅｖｅａｌｓ ｉｔ ｈａｓ ｈｉｇｈｅｒ ｒｅｃｏｇｎｉｔｉｏｎ ｒａｔｅ ａｎｄ ｂｅｔｔｅｒ
ｒｏｂｕｓｔｎｅｓｓ
Ｋｅｙ ｗｏｒｄｓ ａｎｔ ａｇｏｎｙ ａｌｇｏｒｉｔｈｍ ｆｕｚｚｙ ＣＭｅａｎ ｃｌｕｓｔｅｒｉｎｇ ＦＣＭ ｆｅａｔｕｒｅ ｅｘｔｒａｃｔｉｏｎ ｓｐｅａｋｅｒ ｒｅｃｏｇｎｉｔｉｏｎ
引 言
模糊 Ｃ均值聚类算法是以确定的初始聚类中
心为前提 使各模式到其所判属类别中心距离平
方之和最小的最佳聚类 该算法的分类结果受到
取定的类别数目及聚类中心的初始位置的影响 所
以结果只是局部最优的
蚁群算法ＡＣＧ是一种仿生进化算法 是具有
离散性 并行性 鲁棒性 正反馈性等特点的一种随
机搜索方法 已成功应用于组合优化问题 如旅行
商问题 车间任务调度 图着色 管线敷设等 蚁群
算法的离散性和并行性特点对于数据的特征聚类
非常适用 基于概率的路径选择方法 在具有组合
优化类问题特征的模糊聚类问题中有广阔的应用
年 月
第 卷第 期
四川大学学报自然科学版
Ｊｏｕｒｎａｌ ｏｆ Ｓｉｃｈｕａｎ Ｕｎｉｖｅｒｓｉｔｙ Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ
Ｊｕｎ
Ｖｏｌ Ｎｏ
资源评论
