語音欠定混合矩陣估計問題中,針對模糊C均值聚類（FCM）算法對初始聚類中心敏感、易受噪聲點干擾、魯棒性差的缺陷,提出一種基于加權(quán)的進(jìn)化規(guī)劃與FCM相結(jié)合的改進(jìn)算法（WE-FCM）。首先,利用進(jìn)化規(guī)劃（EP）算法強(qiáng)大的搜索能力優(yōu)化FCM得到基于進(jìn)化規(guī)劃的FCM算法（EP-FCM）,以獲得較佳的初始聚類中心;然后,利用局部離群點檢測（LOF）算法對EP-FCM加權(quán)以降低噪聲點的影響。通過仿真實驗得出,所提算法在源信號數(shù)為3路和4路時歸一化均方誤差值與偏離角度值均遠(yuǎn)小于經(jīng)典的K均值聚類（K-means）算法、K-Hough、基于遺傳算法的FCM算法（GAFCM）和基于密度峰值的FCM算法（FDP-FCM）。實驗結(jié)果表明,所提算法明顯提高了FCM算法的魯棒性和混合矩陣的估計精度。 

【文章來源】：計算機(jī)應(yīng)用. 2020,40(06)北大核心CSCD

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 欠定盲源分離問題描述
2 本文方法
    2.1 模糊C均值聚類算法
    2.2 進(jìn)化規(guī)劃算法
    2.3 基于EP-FCM的聚類算法
    2.4 局部離群點檢測算法
    2.5 WE-FCM優(yōu)化算法
3 仿真實驗與結(jié)果分析
    3.1 混合矩陣評價準(zhǔn)則
    3.2 結(jié)果分析
4 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]Advanced Fuzzy C-Means Algorithm Based on Local Density and Distance[J]. 吳紹春,龐毅杰,邵森,江科元.  Journal of Shanghai Jiaotong University（Science）. 2018(05)
[2]基于GASA-FCM混合聚類與霍夫變換的欠定混合矩陣估計[J]. 李虎,徐巖.  計算機(jī)應(yīng)用研究. 2019(02)
[3]基于局部密度的快速離群點檢測算法[J]. 鄒云峰,張昕,宋世淵,倪巍偉.  計算機(jī)應(yīng)用. 2017(10)
[4]基于密度峰值優(yōu)化的模糊C均值聚類算法[J]. 劉滄生,許青林.  計算機(jī)工程與應(yīng)用. 2018(14)
[5]Underdetermined Blind Source Separation of Adjacent Satellite Interference Based on Sparseness[J]. Chengjie Li,Lidong Zhu,Zhongqiang Luo.  中國通信. 2017(04)
[6]幾種優(yōu)化FCM算法聚類中心的方法對比及仿真[J]. 朱然,李積英.  計算機(jī)技術(shù)與發(fā)展. 2015(05)
[7]基于進(jìn)化規(guī)劃算法的圖像聚類研究[J]. 王兆珍,劉旭鵬,楊淑瑩.  天津師范大學(xué)學(xué)報(自然科學(xué)版). 2013(04)
[8]穩(wěn)健的欠定混合矩陣盲辨識[J]. 董天寶,楊景曙.  宇航學(xué)報. 2013(03)
[9]基于混合聚類和網(wǎng)格密度的欠定盲矩陣估計[J]. 畢曉君,宮汝江.  系統(tǒng)工程與電子技術(shù). 2012(03)
[10]基于遺傳算法的模糊聚類分析[J]. 宮尚寶,郭玉翠.  模糊系統(tǒng)與數(shù)學(xué). 2010(06)



本文編號：3472001