一种改进的势函数聚类算法

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ＣｏｍｒｎｕｎｉｃａｔｉｏｎａｎｄＮｅｔｗｏｒｋ
一
种改进的势函数聚类算法
代勇，夏秀渝，陈林
（四川大学电子信息学院，四川成都６１００６４）
摘要：以欠定语音盲分离为背景，提出一种改进的势函数聚类算法，实现时间延迟和幅度衰减
Ａｎｉｍｐｒｏｖｅｄｃｌｕｓｔｅｒａｌｇｏｒｉｔｈｍｏｆｐｏｔｅｎｔｉａｌｆｕｎｃｔｉｏｎ
ＤａｉＹｏｎｇ，ＸｉａＸｉｕｙｕ，ＣｈｅｎＬｉｎ
（ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｍａｔｉｏｎ，ＳｉｅｈｕａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６４，Ｃｈｉｎａ）
ａｉｍｉｎｇａｔｔｈｅｕｎｄｅｒｄｅｔｅｒｍｉｎｅｄｂｌｉｎｄｓｅｐａｒａｔｉｏｎｗａｓｐｒｏｐｏｓｅｄ．Ｆｏｒｇｅｔｔｉｎｇ— ｄｏｆｔｈｅｔｅｄｉｏｕｓｍａｔｃｈｉｎｇｐｒｏｃｅｓｓａｆｔｅｒｅｓｔｉｍａｔｉｎｇｅａｃｈｖａｉａｒｂｌｅｓｅｐａｒａｔｅｌｙｕｓｉｎｇｔｈｅｔｒａｄｉｔｉｏｎａｌｃｌｕｓｔｅｉｎｒｇｍｅｔｈｏｄ，ａｔｗｉｃｅ－ｃｌｕｓｔｅｉｎｒｇｏｆｐｏｔｅｎｔｉａｌｆｕｎｃｔｉｏｎａｌｇｏｉｒｔｈｍｗｈｉｃｈｃｏｕｌｄｃｌｕｓｔｅｒｋ—
二维变量的同时聚类估计。为了去除传统势函数聚类法对每个变量分别聚类估计后繁琐的关联配对
过程，提出了对ｋ维变量同时进行聚类估计的势函数二次聚类算法。算法第一次进行全范围低精度的直接ｋ维变量聚类估计，去除关联配对过程，第二次进行小范围高精度的变量搜索，大大减少了计算量。新提出的势函数基函数对阈值控制更加灵活，适应性更强。仿真实验验证了算法的有效性和可行性。仿真实验条件下，估计的相对幅度衰减角度误差小于Ｏ．１度，势函数二次聚类算法平均运行时
Ａｂｓｔｒａｃｔ：Ｉｎ０ｒｄｅｒｔｏｇｅｔｔｈｅａｔｔｅｎｕａｔｉｏｎａｎｄｔｉｍｅ－ｄｅｌａｙｉｎｔｈｅｍｅａｎｔｉｍｅ．ａｎｉｍｐｒｏｖｅｄｃｌｎｔｉａｌｆｕｎｃｔｉｏｎ
间缩短了９Ｏ％。
关键词：势函数聚类；ｋ维变量聚类；二次聚类
中图分类号：ＴＮ９１２．３文献标识码：Ａ文章编号：０２５８ — ７９９８（２０１３）１１ — ０１０７ — ０４
ｄｉｍｅｎｓｉｏｎｖａｉｒａｂｌｅａｔｔｈｅｓａｍｅｔｉｍｅｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｌｏｗｐｒｅｃｉｓｉｏｎｅｓｔｉｍａｔｉｏｎｓｉｎｔｈｅｆｕｌｌｒａｎｇｅｗｏｕｌｄｂｅｇｏｔｉｎｔｈｅｉｆｒｓｔｔｉｍｅｕｓｉｎｇｔｈｅａｌｇｏｉｒｔｈｍａｎｄｔｈｅｎｈｉｇｈｐｒｅｃｉｓｉｏｎｅｓｔｉｍａｔｉｏｎｓｉｎｔｈｅｓｍａｌｌｒａｎｇｅ．Ｔｈｅａｌｇｏｉｔｒｈｍｒｅｄｕｃｅｄｔｈｅａｍｏｕｎｔｆｏｃａｌｃｕｌａｔｉｏｎｇｒｅａｔｌｙ．Ｔｈｅｂａｓｉｓｆｕｎｃｔｉｏｎｎｅｗｌｙｐｕｔｆｏｒｗａｒｄｉｎｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｉｒｔｈｍｈａｓｓｔｒｏｎｇｅｒａｄａｐｔａｂｉｌｉｔｙａｎｄｌｆｅｘｉｂｉｌｉｔｙ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｉｍｐｍｖｅｄａｌｇｏｉｔｒｈｍｉｓｅｆｆｅｃｔｉｖｅａｎｄｆｅａｓｉｂｌｅ．Ｉｎｔｈｅｓｉｍｕｌａｔｉｏｎｅｘｐｅｉｍｅｒｎｔ，ｔｈｅａｖｅｒａｇｅｒｕｎ－ｔｉｍｅｗａｓｓｈｏｒｔｅｎｅｄｍｏｒｅｔｈａｎ