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

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，如下所示：

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，如何处理这种不平衡数据大小以进行LVQ训练和输入呢？

回答：

处理这个问题最基本的方法是用0来填充缺失的值。因为你的梅尔频率倒谱系数基本上是傅里叶变换，然后是第二次傅里叶变换，这应该不会有影响。

尝试找出你的输入向量的最大尺寸。然后用0填充其他较小的输入向量缺失的维度。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}}