二型模糊系统在音频信号分类中的应用

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

二型模糊系统在音频信号分类中的应用

生龙, 张洪斌

文章导航 > 电子科技大学学报 > 2013 > 42(3): 436-441

生龙, 张洪斌. 二型模糊系统在音频信号分类中的应用[J]. 电子科技大学学报, 2013, 42(3): 436-441. doi: 10.3969/j.issn.1001-0548.2013.03.023

引用本文:

生龙, 张洪斌. 二型模糊系统在音频信号分类中的应用[J]. 电子科技大学学报, 2013, 42(3): 436-441. doi: 10.3969/j.issn.1001-0548.2013.03.023

SHENG Long, ZHANG Hong-bin. Type-2 Fuzzy System for Audio Signal Classification[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(3): 436-441. doi: 10.3969/j.issn.1001-0548.2013.03.023

Citation:

SHENG Long, ZHANG Hong-bin. Type-2 Fuzzy System for Audio Signal Classification[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(3): 436-441. doi: 10.3969/j.issn.1001-0548.2013.03.023

二型模糊系统在音频信号分类中的应用

doi: 10.3969/j.issn.1001-0548.2013.03.023

生龙¹,
张洪斌²

1.
河北工程大学信息与电气工程学院河北邯郸 056038;
2.
电子科技大学自动化工程学院成都 611731

作者简介:
生龙(1982-)，男，博士生，主要从事二型模糊集合理论和应用方面的研究.

中图分类号: TP391.7

Type-2 Fuzzy System for Audio Signal Classification

SHENG Long¹,
ZHANG Hong-bin²

1.
School of Information Science and Electrical Engineering,Hebei University of Engineering Handan Hebei 056038;
2.
School of Automation Engineering,University of Electronic Science and Technology of China Chengdu 611731

摘要: 针对数字音频信号分类问题提出了基于二型模糊集合理论的C均值聚类算法，并在此基础上应用跳跃基因遗传算法对聚类得到的初始模糊模型进行优化，最后采用向量相似性测度准则对优化后的模糊规则集合进行简化，得到最终的模糊分类器模型。与传统的一型模糊集合相比，二型模糊集合可以掌控更多的不确定性信息。基于二型模糊集合理论的C均值聚类算法对样本分布不均匀、结构不规则的样本集的聚类效果更精确。实例仿真结果对比显示，应用二型模糊C均值聚类算法的音频信号分类器比应用一型模糊C均值聚类算法的分类器得到的分类结果更准确。
- 聚类算法 /
- 数字音频信号 /
- 模糊C均值 /
- 遗传算法 /
- 二型模糊集合
Abstract: Type-2 fuzzy C-means clustering algorithm is applied to solve the digital audio signal classification problem, and jumping genes genetic algorithm is used to optimized the initial fuzzy model which is obtained by the clustering algorithm. At last, the optimized fuzzy rule base is simplified by the vector similarity measure, and the final fuzzy classifier model is obtained. Compared with conventional type-1 fuzzy sets, type-2 fuzzy sets can handle more uncertain information. Type-2 fuzzy C-means clustering algorithm has more accurate results for sample sets whose samples distribute uneven and structures are irregular. The experiment results illustrate that the audio classifier which is based on the type-2 fuzzy C-means clustering algorithm has more precise results than the classifiers which are based on the type-1 fuzzy C-means clustering algorithm.
- clustering algorithm /
- digital audio signals /
- fuzzy c-means /
- genetic algorithm /
- type-2 fuzzy sets

[1]	万武南, 陈俊. 双重掩码的模幂算法聚类相关功耗分析攻击 . 电子科技大学学报, 2018, 47(4): 588-594. doi: 10.3969/j.issn.1001-0548.2018.04.018
[2]	吴嘉轩, 代钰, 张斌, 杨雷. 基于拓扑匹配的组件服务副本放置算法 . 电子科技大学学报, 2015, 44(6): 905-910. doi: 10.3969/j.issn.1001-0548.2015.06.019
[3]	薛羽, 庄毅, 朱浩, 张友益礻禹. 求解协同干扰问题的高效免疫遗传算法 . 电子科技大学学报, 2013, 42(3): 452-458. doi: 10.3969/j.issn.1001-0548.2013.03.026
[4]	刘勇国, 朱婵, 晏华. 基于禁忌遗传算法的RNA二级结构预测 . 电子科技大学学报, 2011, 40(5): 765-771. doi: 10.3969/j.issn.1001-0548.2011.05.025
[5]	王江安, 庄奕琪, 周清军. 遗传算法抑制BOC(1,1)信号多径研究 . 电子科技大学学报, 2010, 39(1): 45-49. doi: 10.3969/j.issn.1001-0548.2010.01.011
[6]	曾翎, 王美玲, 陈华富. 遗传模糊C-均值聚类算法应用于MRI分割 . 电子科技大学学报, 2008, 37(4): 627-629.
[7]	李向阳, 张亚非. 一种基于遗传算法的语义标注 . 电子科技大学学报, 2007, 36(1): 86-89.
[8]	崔梦天, 傅丽霞, 赵海军, 钟勇. 多级离散模糊神经网络稳定性的优化算法 . 电子科技大学学报, 2007, 36(3): 628-631.
[9]	牛强, 夏士雄, 周勇, 张磊. 改进的模糊C-均值聚类方法 . 电子科技大学学报, 2007, 36(6): 1257-1259,1272.
[10]	吴传信, 倪明放, 陈鸣. 路由选择的一种新遗传算法 . 电子科技大学学报, 2006, 35(5): 744-747.
[11]	沈艳, 郭兵, 古天祥. 粒子群优化算法及其与遗传算法的比较 . 电子科技大学学报, 2005, 34(5): 696-699.
[12]	黄羽, 黄迪明, 何险峰, 武明. 遗传算法在入侵检测中的应用 . 电子科技大学学报, 2003, 32(6): 679-682.
[13]	王忠, 柴贺军, 刘浩吾. 关于进化遗传算法的几点改进 . 电子科技大学学报, 2002, 31(1): 76-79.
[14]	张宇, 郭晶, 周激流. 动态变异遗传算法 . 电子科技大学学报, 2002, 31(3): 234-239.
[15]	王海枚, 游志胜. 基于遗传算法与模糊控制的建模方法 . 电子科技大学学报, 2002, 31(3): 266-269.
[16]	饶克谨, 苟益. 电路模拟吸收体的遗传算法设计 . 电子科技大学学报, 2000, 29(1): 54-60.
[17]	周小英, 王华, 姚伯威. 遗传算法在模糊控制规则优化中的实现 . 电子科技大学学报, 2000, 29(2): 161-163.
[18]	王勇, 陈光. 面向时滞测试生成的改进遗传算法 . 电子科技大学学报, 1999, 28(2): 157-161.
[19]	吴斌, 吴坚, 涂序彦. 快速遗传算法研究 . 电子科技大学学报, 1999, 28(1): 49-53.
[20]	潘中良, 陈光. 测试图形生成的遗传算法研究 . 电子科技大学学报, 1997, 26(5): 511-514.

WeChat

点击查看大图

计量

文章访问数: 4570
HTML全文浏览量: 138
PDF下载量: 61
被引次数: 0

二型模糊系统在音频信号分类中的应用

doi: 10.3969/j.issn.1001-0548.2013.03.023

生龙¹,
张洪斌²

1. 河北工程大学信息与电气工程学院河北邯郸 056038;

2. 电子科技大学自动化工程学院成都 611731

作者简介:
生龙(1982-)，男，博士生，主要从事二型模糊集合理论和应用方面的研究.

收稿日期: 2011-07-18
修回日期: 2012-02-27
刊出日期: 2013-06-15

中图分类号: TP391.7

关键词:

摘要: 针对数字音频信号分类问题提出了基于二型模糊集合理论的C均值聚类算法，并在此基础上应用跳跃基因遗传算法对聚类得到的初始模糊模型进行优化，最后采用向量相似性测度准则对优化后的模糊规则集合进行简化，得到最终的模糊分类器模型。与传统的一型模糊集合相比，二型模糊集合可以掌控更多的不确定性信息。基于二型模糊集合理论的C均值聚类算法对样本分布不均匀、结构不规则的样本集的聚类效果更精确。实例仿真结果对比显示，应用二型模糊C均值聚类算法的音频信号分类器比应用一型模糊C均值聚类算法的分类器得到的分类结果更准确。

English Abstract

生龙, 张洪斌. 二型模糊系统在音频信号分类中的应用[J]. 电子科技大学学报, 2013, 42(3): 436-441. doi: 10.3969/j.issn.1001-0548.2013.03.023

引用本文:

生龙, 张洪斌. 二型模糊系统在音频信号分类中的应用[J]. 电子科技大学学报, 2013, 42(3): 436-441. doi: 10.3969/j.issn.1001-0548.2013.03.023

SHENG Long, ZHANG Hong-bin. Type-2 Fuzzy System for Audio Signal Classification[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(3): 436-441. doi: 10.3969/j.issn.1001-0548.2013.03.023

Citation:

SHENG Long, ZHANG Hong-bin. Type-2 Fuzzy System for Audio Signal Classification[J]. Journal of University of Electronic Science and Technology of China, 2013, 42(3): 436-441. doi: 10.3969/j.issn.1001-0548.2013.03.023

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发