模糊 K 均值聚类算法

假设特征矢量集，X={x1,x2,...,xT}，T 是语音帧数，每个矢量 xj 都是 p 维的，代表的是第 j 帧的特征参数。模糊 k-means 聚类算法的核心思想在于最小化式(下式)所示的目标函数：

其中，µij 表示矢量 xj 被分到第 i 类的概率，µ=[µij]是一个 K×T 的矩阵，满足下面的一些 性质：

同时，m(m≥2)是控制模糊度的一个加权指数，dij2 表示的是 xj 与 ci 之间的距离，定义式 如下所示：

其中，ci 指的是第 i 个聚类中心，Fi 表示的是第 i 个聚类的模糊协方差矩阵，通过令 Jm 相对 µ和 c 的梯度为 0 求得，如下式：