如何实现MFCC特征的K-Means聚类算法？

Question

我用MFCC算法得到了一些声音变量的特征。我想用K-Means聚类它们。我有70帧，每帧有一个语音样本的9个倒谱系数。这意味着我有类似70 * 9大小的矩阵。

我们假设A，B和C是语音记录，所以

A是：

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

并且B和C也有相同的长度。

我不想对每个帧进行聚类，我想对每个帧块进行聚类（在我的例子中，一个组有70帧）。

如何在Java上使用K-Means实现它？

Answer 1

在这里，您对问题域的了解变得至关重要。你可能只使用70 * 9矩阵之间的距离，但你可能会更好。我不知道您提到的具体功能，但一些通用示例可能是每个功能70个值的平均值，标准偏差。您基本上希望减少维数，既可以提高速度，也可以使测量对sImple转换具有鲁棒性，例如将所有值偏移一步

Answer 2

K-Means对您的数据有一些相当严格的假设。我不相信你的数据适合在它上运行k-means。

1. K-means是为欧几里德距离设计的，可能会有更合适的距离测量数据。
2. K-means需要能够计算合理的方法，这可能不适合您的数据
3. 许多距离函数（和算法！）在70 * 9维度上不能很好地工作（“维数的诅咒”）
4. 你需要事先知道k。

附注：远离Java泛型的原始类型，如Double。它会杀死性能。使用double[][]。