二型模糊系统在音频信号分类中的应用.pdfVIP

第42 卷 第3 期 电 子 科 技 大 学 学 报 Vol.42 No.3 20 13年5月 Journal of University of Electronic Science and Technology of China May 20 13 二型模糊系统在音频信号分类中的应用 1 2 生 龙 ，张洪斌 (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) 【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。 关 键 词 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 中图分类号 TP391.7 文献标志码 A doi:10.3969/j.issn.1001-0548.2013.03.023 Type-2 Fuzzy System for Audio Signal Classification 1 2 SHENG Long and ZHANG Hong-bin (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) 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 who