如何實現MFCC特徵的K均值聚類算法？

Question

我用MFCC算法得到了一些聲音變量的特徵。我想用K-Means對它們進行聚類。我有70幀，每個幀有9個倒譜系數用於一個音色樣本。這意味着我有一個像70 * 9大小的矩陣。

讓我們假設A，B和C是語音記錄，這樣

A是：

List<List<Double>> -> 70*9 array (I can use Vector instead of List) 

而且B和C具有相同的長度了。

我不想聚簇每個幀，我想聚集每個幀塊（在我的例子中，一個組有70幀）。

如何在Java中使用K-Means實現它？

Answer 1

以下是您對問題領域知識變得至關重要的地方。您可能只需使用70 * 9矩陣之間的距離，但您可能會更好。我不知道您提到的特定功能，但一些通用示例可能是平均值，每個功能70個值的標準差。您基本上希望減少維度的數量，這既能提高速度，又能使度量對抗簡單變換，例如將所有值偏移一步

Answer 2

K-Means對您的數據有一些非常艱難的假設。我不相信你的數據適合在其上運行k-means。

1. K均值設計爲歐幾里德距離，並且可能會有更適合您的數據的距離度量。許多距離函數（和算法！）在70 * 9尺寸下效果不佳（「維度詛咒」 ）
2. 您需要事先知道k。

附註：遠離基本類型的Java泛型，如Double。它殺死了性能。使用double[][]。