如何解决LBG向量量化-分裂因子
我目前正在编写语音识别程序。在使用LBG（Linde-Buzo-Gray）算法生成密码本的步骤中，我读到分裂因子epsilon = 0.01（通常）
分裂因子用于根据公式分裂语音特征的质心（训练集）
Yn + = Yn *（1 + epislon）
Yn- = Yn *（1-ε）
其中n是要分割的给定代码字/质心的indes，而Yn是代码字。
此外，在生成密码本之后，将为每个语音特征向量（训练集）搜索最近的邻居，并更新质心（基本上是特征聚类）。直到编码簿的失真小于epsilon为止。
尽管我的程序似乎运行良好，但我很想知道为什么拆分因子通常设置为0.01。
感谢您的帮助。这是我第一次使用密码本和矢量量化。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
