一種基于改進(jìn)abc算法的朱鹮鳴聲碼書設(shè)計(jì)方法
【專利說明】-種基于改進(jìn)ABC算法的朱i自鳴聲碼書設(shè)計(jì)方法 【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及音頻識別技術(shù)領(lǐng)域，特別設(shè)及一種朱誤鳴聲碼書設(shè)計(jì)方法。 【【背景技術(shù)】】
[0002] 朱誤，是我國一級保護(hù)動(dòng)物，世界稀有珍禽。通過朱誤的叫聲來識別朱誤的行為， 能夠進(jìn)一步的了解朱誤，從而達(dá)到保護(hù)朱誤的重要現(xiàn)實(shí)意義。陜西師范大學(xué)的白雅等人通 過對比朱誤和人的發(fā)聲機(jī)理，借鑒語音模型，建立了朱誤鳴聲信號的終端模型，包括聲道模 型、聲源模型和激勵(lì)模型。碼書設(shè)計(jì)是朱誤叫聲識別系統(tǒng)模型中的重要技術(shù)。傳統(tǒng)的LGB 算法在碼書設(shè)計(jì)時(shí)容易陷入局部最優(yōu)解。因此，許多學(xué)者將模糊智能和群體智能優(yōu)化算法 在碼書設(shè)計(jì)上得W應(yīng)用?；谌斯し淙核惴ǖ拇a書設(shè)計(jì)就是其中一種比較有效的算法。
[0003] 人工蜂群算法（ABC)是近年來模擬蜂群覓食行為的一種群體智能方法，是由 Kar油oga于2001年提出，它源于對蜜蜂采蜜行為的研究。由于ABC算法結(jié)構(gòu)簡單，魯椿性 強(qiáng)，已被廣泛應(yīng)用。用于人工蜂群算法優(yōu)化函數(shù)，仿真結(jié)果表明ABC算法比遺傳算法、差分 進(jìn)化算法、粒子群算法具有較好的優(yōu)化性能或相似性能。但是現(xiàn)有人工蜂群算法應(yīng)用于碼 書設(shè)計(jì)時(shí)的隨機(jī)性比較大，難W獲得最佳碼書。 【
【發(fā)明內(nèi)容】
】
[0004] 本發(fā)明的目的在于提出一種基于改進(jìn)ABC算法的朱誤鳴聲碼書設(shè)計(jì)方法，該方法 不僅提高了速率還有很好的魯椿性。
[0005] 為了實(shí)現(xiàn)上述目的，本發(fā)明所采用的技術(shù)方案是：
[0006] 一種基于改進(jìn)ABC算法的朱誤鳴聲碼書設(shè)計(jì)方法，包括W下步驟：
[0007] 將采集到的朱誤所有行為的鳴聲數(shù)字化為一個(gè)N維的矢量Z= {zi，Z2,…，zj，Z 是一個(gè)有由N個(gè)k維特征矢量構(gòu)成的訓(xùn)練序列，N表明有N種朱誤行為發(fā)出的鳴聲，其中第 i個(gè)特征矢量記為Zi= …，tj ;將該些特征矢量Z按照最近鄰域法劃分成M個(gè)互不 相交的子空間，在每一個(gè)子空間采用改進(jìn)ABC算法找一個(gè)碼字代表矢量y。，則M個(gè)代表矢量 可W組成矢量集Y = (y。72,…，yiJ。
[000引優(yōu)選的，在每一個(gè)子空間采用改進(jìn)ABC算法找一個(gè)碼字代表矢量yj.的過程包括：
[0009] 步驟1、設(shè)置改進(jìn)ABC算法的各項(xiàng)參數(shù)；設(shè)置食物源的個(gè)數(shù)SN，即可能的碼字個(gè)數(shù)； 預(yù)先確定的最大循環(huán)次數(shù)limit,迭代次數(shù)MCN ;
[0010] 步驟2、初始化捜索子空間凍用LPCC線性預(yù)測倒譜系數(shù)和MFCC美爾倒譜系數(shù)提 取出對應(yīng)子空間的N維特征矢量，生成初始解Xi(i = 1，2-SN)，每個(gè)解Xi是一個(gè)N維的向 量；若初始解為最優(yōu)解，則計(jì)算蜂群個(gè)體適應(yīng)度fiti;否則，繼續(xù)初始化種群，直到初始化的 解為最優(yōu)解；蜂群個(gè)體適應(yīng)度fiti的計(jì)算公式如下：
[0011]
【主權(quán)項(xiàng)】
1. 一種基于改進(jìn)ABC算法的朱鹮鳴聲碼書設(shè)計(jì)方法，其特征在于，包括以下步驟： 將采集到的朱鹮所有行為的鳴聲數(shù)字化為一個(gè)N維的矢量Z= {Zl，z2，…，zN}，Z是一 個(gè)有由N個(gè)k維特征矢量構(gòu)成的訓(xùn)練序列，N表明有N種朱鹮行為發(fā)出的鳴聲，其中第i個(gè) 特征矢量記為Zi= ，…，tK};將這些特征矢量Z按照最近鄰域法劃分成M個(gè)互不相交 的子空間，在每一個(gè)子空間采用改進(jìn)ABC算法找一個(gè)碼字代表矢量ym，則M個(gè)代表矢量可以 組成矢量集Y=匕，y2,…，yM}。
2. 根據(jù)權(quán)利要求1所述的一種基于改進(jìn)ABC算法的朱鹮鳴聲碼書設(shè)計(jì)方法，其特征在 于，在每一個(gè)子空間采用改進(jìn)ABC算法找一個(gè)碼字代表矢量ym的過程包括： 步驟1、設(shè)置改進(jìn)ABC算法的各項(xiàng)參數(shù)：設(shè)置食物源的個(gè)數(shù)SN，即可能的碼字個(gè)數(shù)；預(yù) 先確定的最大循環(huán)次數(shù)limit，迭代次數(shù)MCN; 步驟2、初始化搜索子空間：采用LPCC線性預(yù)測倒譜系數(shù)和MFCC美爾倒譜系數(shù)提取出 對應(yīng)子空間的N維特征矢量，生成初始解xji= 1，2-SN)，每個(gè)解Xi是一個(gè)N維的向量； 若初始解為最優(yōu)解，則計(jì)算蜂群個(gè)體適應(yīng)度fiti;否則，繼續(xù)初始化種群，直到初始化的解 為最優(yōu)解；蜂群個(gè)體適應(yīng)度fih的計(jì)算公式如下：
f(i)表示訓(xùn)練矢量到每個(gè)碼字的歐氏距離之和，其中0m為第m個(gè)子空間的數(shù)據(jù)集合，M為子空間數(shù)；ym是用來代表一個(gè)碼字的矢量，x是初始解的集合，即x={xx2，…，xN}; 步驟3、引領(lǐng)蜂進(jìn)行了一次領(lǐng)域的搜索，并更新食物源位置，即碼字；然后引領(lǐng)蜂重新 根據(jù)最近領(lǐng)域法對每個(gè)碼書進(jìn)行聚類劃分，計(jì)算新的聚類中心，更新碼書；引領(lǐng)蜂評價(jià)該食 物源的好壞，進(jìn)行貪婪選擇； 步驟4、按照貪婪選擇概率選取新的食物源，引領(lǐng)蜂將新的信息分享給跟隨蜂，跟隨蜂 同引領(lǐng)蜂一樣按照步驟3的方法進(jìn)行鄰域搜索、聚類劃分和貪婪選擇； 步驟5、在所有跟隨蜂完成鄰域搜索過程之后，如果一個(gè)解通過limit次循環(huán)不能被 進(jìn)一步改良，那么將該食物源就舍棄；若改良過程中有丟棄的可行解，則引領(lǐng)蜂將變成一只 偵察蜂，偵查蜂產(chǎn)生一個(gè)新的可行解Xij，并記錄下目前最好的食物源位置和它對應(yīng)的碼字 ym； 步驟6、若達(dá)到種群找到最好的食物源位置或達(dá)到最大迭代次數(shù)，輸出最優(yōu)碼書，否則 轉(zhuǎn)步驟3。
3. 根據(jù)權(quán)利要求2所述的一種基于改進(jìn)ABC算法的朱鹮鳴聲碼書設(shè)計(jì)方法，其特征在 于，步驟3中，引領(lǐng)蜂通過下面的更新式子更新食物源位置： +4(4 -4)+(i-4).(4 -4) (2) 其中，<表示第i個(gè)新食物源的位置的第j維分量，4表示隨機(jī)選擇食物源的位置第 j維分量；xf:表示第i個(gè)初始食物源的位置第j維分量，對應(yīng)當(dāng)前歷史最優(yōu)食物源的第j維分量；隨迭代次數(shù)的增加自適應(yīng)變化的權(quán)值，在引領(lǐng)蜂搜索中用下式： (3) (4) 在跟隨蜂搜索中用下式： 其中，式中iter表示迭代次數(shù)，rand表示選擇的[0,1]的隨機(jī)數(shù)。
4. 根據(jù)權(quán)利要求2所述的一種基于改進(jìn)ABC算法的朱鹮鳴聲碼書設(shè)計(jì)方法，其特征在 于，步驟3中引領(lǐng)蜂根據(jù)式（5)評價(jià)該食物源的好壞，進(jìn)行貪婪選擇：
(5) 式中maxfib是所有食物源的最大適應(yīng)度，式中minfiti是所有食物源的最小適應(yīng) 度；Pi為碼字的貪婪選擇概率。
5. 根據(jù)權(quán)利要求2所述的一種基于改進(jìn)ABC算法的朱鹮鳴聲碼書設(shè)計(jì)方法，其特征在 于，步驟5中偵查蜂按照下式產(chǎn)生一個(gè)新的可行解xij: Xij= x minJ+rand (0, 1) (xmaxJ-xminJ) (6) 其中jG{1，2,…，N} ;xMXj是離初始食物源最遠(yuǎn)的位置的第j維分量，x_表示離初 始食物源最近的位置的第j維分量；rand表示隨機(jī)數(shù)。
6. 根據(jù)權(quán)利要求2所述的一種基于改進(jìn)ABC算法的朱鹮鳴聲碼書設(shè)計(jì)方法，其特征在 于，步驟3和步驟4對碼字進(jìn)行重新劃分時(shí)，如果出現(xiàn)聚類中無訓(xùn)練矢量的情況，采用隨機(jī) 地從其他參與劃分的碼字中取出距離該區(qū)域質(zhì)心最遠(yuǎn)的碼字，將這個(gè)碼字放入沒有碼字的 空區(qū)域，反復(fù)整個(gè)劃分過程，直到所有區(qū)域都有碼字。
7. 根據(jù)權(quán)利要求2所述的一種基于改進(jìn)ABC算法的朱鹮鳴聲碼書設(shè)計(jì)方法，其特征在 于，SN= 20;limit= 4;MCN= 10。
【專利摘要】本發(fā)明公開了一種基于改進(jìn)ABC算法的朱鹮鳴聲碼書設(shè)計(jì)方法，將采集到的朱鹮所有行為的鳴聲數(shù)字化為一個(gè)N維的矢量Z＝{z1,z2,…,zN}，Z是一個(gè)有由N個(gè)k維特征矢量構(gòu)成的訓(xùn)練序列，N表明有N種朱鹮行為發(fā)出的鳴聲，其中第i個(gè)特征矢量記為zi＝{t1,t2,…,tK}；將這些特征矢量Z按照最近鄰域法劃分成M個(gè)互不相交的子空間，在每一個(gè)子空間采用改進(jìn)ABC算法找一個(gè)碼字代表矢量ym，則M個(gè)代表矢量可以組成矢量集Y＝{y1,y2,…,yM}。本發(fā)明中加入了擾動(dòng)因子，使得改進(jìn)的人工蜂群算法，在優(yōu)化初起時(shí)，個(gè)體的解空間范圍內(nèi)具有較高的搜索能力，避免過早陷入局部最優(yōu)，加快了收斂。在待測音頻內(nèi)進(jìn)行搜索時(shí)，較傳統(tǒng)的LBG算法和標(biāo)準(zhǔn)人工蜂群算法更具有較快的速度和較好的魯棒性。
【IPC分類】G10L17-26
【公開號】CN104616656
【申請?zhí)枴緾N201410826509
【發(fā)明人】王民, 曹清菁, 張煒煒, 張立材, 衛(wèi)銘斐, 王佳麗, 毛力, 劉利, 王燕妮, 朱曉娟
【申請人】西安建筑科技大學(xué)
【公開日】2015年5月13日
【申請日】2014年12月25日