【摘要】：為了進(jìn)一步提高音頻事件聚類(lèi)算法性能,本文基于凝聚信息瓶頸理論提出一種音頻事件聚類(lèi)方法.首先,論述信息瓶頸原理及其推導(dǎo)過(guò)程;然后,詳細(xì)論述一種基于凝聚信息瓶頸的音頻事件聚類(lèi)方法,包括源變量、相關(guān)變量和目標(biāo)變量的定義,聚類(lèi)的具體步驟,算法主要計(jì)算量分析等.采用取自?xún)蓚�(gè)數(shù)據(jù)庫(kù)的音頻事件樣本進(jìn)行測(cè)試,實(shí)驗(yàn)結(jié)果表明:與目前文獻(xiàn)報(bào)道的方法相比,本文方法在多種實(shí)驗(yàn)條件下都獲得了更高的K值(平均類(lèi)純度和平均音頻純度的幾何平均值),而且運(yùn)算速度更快.
【圖文】：

合概率分布表示數(shù)據(jù)，以互信息(MutualInformation)作為度量手段，刻畫(huà)樣本和樣本屬性的相關(guān)性，不需要對(duì)樣本之間的距離函數(shù)做任何假設(shè)［20，21］．它可以描述為:給定源變量X和相關(guān)變量Y的聯(lián)合概率分布P(X，Y)，把源變量X(待聚類(lèi)樣本)所包含信息壓縮到目標(biāo)變量C(聚類(lèi)結(jié)果)時(shí)，最大化保留目標(biāo)變量C與相關(guān)變量Y之間的互信息I(Y，C)即盡可能保留相關(guān)結(jié)構(gòu)，同時(shí)盡量壓縮源變量X與目標(biāo)變量C之間的互信息I(C，X)即盡可能壓縮數(shù)據(jù)．在壓縮數(shù)據(jù)和保留相關(guān)結(jié)構(gòu)的過(guò)程中，目標(biāo)變量C就相當(dāng)于源變量X和相關(guān)變量Y之間的瓶頸，如圖1所示．信息瓶頸方法試圖尋找關(guān)于相關(guān)變量Y的信息最大壓縮與最大保留之間的折衷，相當(dāng)于最大化下述目標(biāo)函數(shù):F=I(Y，C)－1βI(C，X)(1)其中β是拉格朗日乘子，用來(lái)平衡互信息I(Y，C)和互信息I(C，X)使得目標(biāo)函數(shù)F達(dá)到最大．I(Y，C)和I(C，X)分別定義為:I(Y，C)=∑y∈Y，c∈Cp(c)p(y|c)logp(y|c)p(y)(2)I(C，X)=∑x∈X，c∈Cp(x)p(c|x)logp(c|x)p(c)(3)隨機(jī)變量X～p(x)的熵H(X)定義為:H(X)=H［p(x)］=－∑x∈Xp(x)logp(x)(4)二維隨機(jī)變量(X，C)～p(x，c)的二維聯(lián)合熵H(X，C)定義為:H(X，C)=H［p(x，c)］=－∑x∈X∑c∈Cp(x，c)logp(x，c)(5)在給定X時(shí)，關(guān)于X的條件熵H(C|X)定義為:H(C|X)=－∑x∈X∑c∈Cp(x，c)logp(c|x)=－∑x∈Xp(x)∑c∈Cp(c|x)logp(c|x)(6)互信息I(X，C)與熵的關(guān)系:I(X，C)=H(C)－H(C|X)=H(X)－H(X|C)(7)目標(biāo)函數(shù)F的解空間(詳見(jiàn)文獻(xiàn)［19］):1065

第 5 期 李艷雄: 基于凝聚信息瓶頸的音頻事件聚類(lèi)方法4． 2 實(shí)驗(yàn)結(jié)果采用表 2 調(diào)參數(shù)據(jù)集確定各方法參數(shù)最優(yōu)值，測(cè)試數(shù)據(jù)集用于評(píng)估各方法性能． 基于特征距離和基于模型距離的譜聚類(lèi)方法的尺度因子 σ 分別為 2 和 15．基于 AHC + BIC 方法的 BIC 懲罰系數(shù)為 2．4． 2． 1 本文方法參數(shù)的確定拉格朗日乘子 β 用來(lái)平衡聚類(lèi)過(guò)程中信息的保留與壓縮程度，其取值影響聚類(lèi)結(jié)果． K 與 β 的關(guān)系如圖2 所示． 隨著 β 的變化，K 值跟著變化，當(dāng) β = 11 時(shí)，獲得最高的 K 值．間值時(shí)( 例如 β = 11) ，K 值隨著 Nc的變化也會(huì)出現(xiàn)較大變化． 在 Nc取值為［12 20］，，K 值很高，且當(dāng) Nc= 14時(shí)，K 值達(dá)到最大． 最優(yōu)聚類(lèi)類(lèi)別數(shù) Nc為 14． 圖 4 給出了 K 值與門(mén)限 TI的關(guān)系． 當(dāng) TI= 0． 63 時(shí)，K 值達(dá)到最大． 因此，本文方法的參數(shù)設(shè)置為: 拉格朗日乘子 β =11，互信息比值門(mén)限 TI= 0． 63，聚類(lèi)后最大的類(lèi)別數(shù)Nmax= 20． Nmax的取值不小于最優(yōu)聚類(lèi)類(lèi)別數(shù)( Nc= 14) ．1069
【作者單位】： 華南理工大學(xué)電子與信息學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(No.61101160) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金重點(diǎn)項(xiàng)目(No.2015ZZ102) 廣州市珠江科技新星專(zhuān)項(xiàng)(No.2013J2200070)
【分類(lèi)號(hào)】：TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;音頻軟件面面觀(guān)[J];信息技術(shù)教育;2005年04期

2 冰河;;看高清別忘了音頻設(shè)置[J];電腦迷;2009年06期

3 明廷堂;;一種音頻指紋構(gòu)建與搜索架構(gòu)的實(shí)現(xiàn)[J];電腦編程技巧與維護(hù);2013年07期

4 ;新型音頻編解碼軟件驅(qū)動(dòng)器改善音頻能力[J];電子設(shè)計(jì)技術(shù);2006年11期

5 唐秀林;;Nuendo音頻片段的編輯[J];音響技術(shù);2007年08期

6 郭華帥;王暉;李傳珍;;音頻原聲變速軟件的設(shè)計(jì)與應(yīng)用[J];廣播與電視技術(shù);2008年01期

7 張德成;;巧用Nero Wave Editor進(jìn)行音頻編輯[J];中小學(xué)電教;2005年12期

8 馮樹(shù)奐;張金豐;;音頻軟件的教學(xué)應(yīng)用[J];信息技術(shù)教育;2006年12期

9 王廣科;;幾種常用的音頻處理方法[J];中小學(xué)電教;2011年03期

10 ;電腦前的“口述實(shí)錄”——音頻的錄制與編輯[J];新電腦;2004年02期

相關(guān)碩士學(xué)位論文 前10條

1 尹翠微;初級(jí)音頻處理軟件界面設(shè)計(jì)的圖形語(yǔ)言研究[D];北京理工大學(xué);2015年

2 林平;基于音樂(lè)特征解析的音樂(lè)噴泉展示系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

3 王宇;新聞通訊社音頻移動(dòng)報(bào)道系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];天津大學(xué);2014年

4 李樹(shù)春;廣播音頻編輯與制作軟件的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2009年

5 王潤(rùn)濤;海量音頻指紋數(shù)據(jù)的存儲(chǔ)與檢索研究[D];天津大學(xué);2014年

6 潘敏;音頻盾的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)科學(xué)院大學(xué)（工程管理與信息技術(shù)學(xué)院）;2014年

7 王運(yùn)生;基于內(nèi)容的海量音頻高效檢索[D];太原理工大學(xué);2014年

8 王曉霞;基于音頻特征的收視率調(diào)查系統(tǒng)及檢索算法研究[D];山東大學(xué);2011年

9 盧曉晶;廣播電臺(tái)音頻節(jié)目采集與管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];東北大學(xué);2010年

10 孟建華;基于聽(tīng)覺(jué)濾波器的音頻感知哈希算法及其在音樂(lè)檢索中的應(yīng)用[D];華東理工大學(xué);2015年

本文編號(hào)：2521947