[工学]硕士论文答辩.pptVIP

对阿拉伯口语数据集进行了测试，该数据集显示了阿拉伯口语数字的梅尔频率倒普系数时间序列，数据来自阿拉伯本地的44位男性和44位女性。该数据集曾应用于语音识别等领域[49]。数据集包含两部分，一部分用于实验测试，共有87063条实例，另一部分用于实验训练，共有269856条实例，两个数据集中每行都含有13个梅尔频率属性。本实验截取测试数据集的部分数据，逐步增加测试用例，来检验PCA、KPCA与GKPCA的运行效率。 实验分别采取了189 个测试样例，选取提取效率 p=0.95，过滤阈值 =0.8，分组数为9，时间消耗如上图所示。 * * * * * MOA数据生成器产生数据流的速度是与计算机软硬件环境直接相关的，数据维数和噪声是影响数据流的两个重要因素。实验中由于硬件条件所限，数据流速与噪声比例设的都比较小，将算法DDCS-Clustering与CluStream进行比较分析. DDCS-Clustering算法选取参数为 ，epslong=0.01, minPoint=10,beta=0.001,mu=1.1, initPoint=1000, windowSize=1000。 CluStream算法的参数为windowSize=1000，maxNumKernals=80，kernalRadFactor=2。 在MOA中主界面如图所示. 运行界面如图所示，图中左侧为DDCS-Clust