本文共 574 字,大约阅读时间需要 1 分钟。
矢量量化 VQ应用
语音识别语音波形编码线性预测编码
VQ 技术
1.先要生成码本,也成为聚类。矢量根绝码本进行最小失真映射的编码2.分类
VQ数学描述
假设X是K维向量,把X映射成Y,写作Y=VQ(X)
如何进行训练量化:
距离的定义是关键。最优是用距离衡量吗?不一定。可能概率。
一个理想的准则度量具备主观上的有意义且已与运算的特性(类内距离小,类间距离大)。T,W,B总的、类内、类间的协方差矩阵。
最小平方距离 距离: 欧式距离 加权欧式距离 马氏距离(考虑类间、类内)
聚类算法(1) K-均值算法
步骤1 :初始化 设递归深度r=0.用一种适当的方法选择一个初始化本矢量集合。 {根据已有的知识,加入K个大致分类的样本。}...
聚类算法(2)-LBG算法
算法假设码本的大小为2的幂次方。开始整个空间一个集合中心,在某一方向扰动,让集合分成2个。然后不断的分裂。
聚类算法(3)-模拟退火K-均值算法
聚类算法比较完备,但是不经常使用。经验:做研究中不要过分求解公式的完美,因为所有的公式都建立在建设基础上,大的方向可能是错误的,那么 最优解求解就不一定了。
1.避免聚类算法的空室心
2.选择性训练,有必要对样本进行选择性训练,或者剔除孤立的点群导致的中心漂移。转载地址:http://qhgli.baihongyu.com/