-
题名个体行为数据聚类的双重混合高斯模型算法
被引量：3
- 1
-
-
作者
戴涛
骆科东
李春平
-
机构
清华大学软件学院
清华大学计算机科学与技术系
-
出处
《计算机应用》
CSCD
北大核心
2004年第8期44-46,49,共4页
-
基金
国家 8 63计划项目 (2 0 0 2AA4441 2 0 )。
-
文摘
传统的基于概率的混合模型算法可以很好地解决个体行为数据的聚类问题 ,但是对于具有“多峰值”特征的行为数据则需要更精巧的方法。提出双重混合高斯模型算法 (DualMGM )扩展了普通混合模型的概念 ,解决了多峰值特征的个体行为数据的聚类问题。DualMGM的算法复杂度是随数据量线性增长的 ,具有很好的可扩展性。
-
关键词
个体行为数据
多峰值
聚类
双重混合高斯模型(dualmgm)
EM算法
-
Keywords
individual behavior
multi-peak
clustering
dualmgm
EM algorithm
-
分类号
TP182
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于MFCC和双重GMM的鸟类识别方法
被引量：14
- 2
-
-
作者
王恩泽
何东健
-
机构
西北农林科技大学机械与电子工程学院
-
出处
《计算机工程与设计》
CSCD
北大核心
2014年第5期1868-1871,F0003,共5页
-
基金
西北农林科技大学校长基金项目(A213020901)
-
文摘
针对鸟类鸣声信号变化丰富和复杂的特点,提出一种基于MFCC和鸣叫、鸣唱声GMM模型的鸟类识别方法。该方法拟采用将鸟鸣声分为鸟叫声和鸟唱声的策略,分别提取其特征参数MFCC,提出双重GMM模型进行训练和识别。用8种鸟的鸣叫声和鸣唱声1077个样本进行实验,实验结果表明,双重GMM模型的识别率达到90%以上,与单一鸣声模型相比具有更高的识别率。
-
关键词
鸟类识别
梅尔倒谱系数
鸣叫
鸣唱
双重高斯混合模型
-
Keywords
bird identification
Mel-frequency cepstrum coefficient （MFCC）
call
song
double Gaussian mixture model （dual-GMM）
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
