论文部分内容阅读
基于粒子群优化（particle swarm optimization，PSO）提出一种说话人识别算法—三粒子模糊C均值聚类算法，利用3个子群体，每个子群体由规模较小的3个粒子构成，寻求最佳说话人模型．在每次迭代中每个子群体按先后川页序执行PSO算法中的速度更新、位置更新操作和标准FCM算法，对说话人的训练语音数据进行粒子群优化-模糊的软聚类分析，得到聚类中心的最优解，作为该说话人的语音模型．此算法可避免粒子陷入局部最优聚类中心，较准确地记录和估计每个聚类中心的最佳移动方向和历史路径，从而使聚类中心向全局