学习矢量量化 (LVQ) 不平衡输入大小

Question

我刚开始学习 LVQ，我想用我的 mfcc（梅尔频率倒谱系数）结果来实现它。 据我所知， 我研究的每个例子都有统一的训练和输入数据大小数组，如：

x1[2][4] = {{0,1,1,1},{1,1,1,1},[{1,1,0,1}}

x2[2][4] = {{0,1,1,0},{1,1,0,1},{1,0,0,1}}

x3[2][4] = {{1,0,1,0},{1,1,1,0},{0,0,0,1}}

但我的 mfcc 结果数据大小不平衡，如：

x11[4] = {{0,1,1,1},{1,1,1,1}}

x2[2][4] = {{0,0,1,0},{1,1,0,1},{1,0,0,1}}

x2[4][4] = {{0,0,1,0},{1,1,0,1},{1,0,0,1},{0,1,1,1},{1,0,1,0}}

那么我该如何处理 LVQ 训练和输入的这种不平衡数据大小？

Answer 1

在这个问题中最基本的尝试是用 0 个组件填充缺失值。由于你的梅尔频率倒谱系数基本上是傅里叶变换，然后是二次傅里叶变换。这应该没有影响。

尝试找到输入向量的最大大小。然后用0填充其他较小的输入向量缺失维度。如下所示。

x1[1][4] = {{0,1,1,1},{1,1,1,1},,{0,0,0,0},{0,0,0,0},{0,0,0,0}}

x2[2][4] = {{0,0,1,0},{1,1,0,1},{1,0,0,1},{0,0,0,0},{0,0,0,0}}

x2[4][4] = {{0,0,1,0},{1,1,0,1},{1,0,0,1},{0,1,1,1},{1,0,1,0}}