[發明專利]一種自適應K_means聚類奇異值分解降噪有效秩階次確定法

在審

• 申請號: 201710445863.3
• 申請日: 2017-06-14
• 公開（公告）號: CN107301386A
• 公開（公告）日: 2017-10-27
• 發明（設計）人: 隋秀凜;焦艷;陳曉奇
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種自適應K_means聚類奇異值分解降噪有效秩階次確定法，屬于信號處理技術領域。

背景技術

奇異值分解降噪法存在著有效秩階次的確定這一關鍵問題。針對這個問題，目前的解決辦法是有效秩的階次是源信號主頻個數的2倍，但是在實際工程應用中，情況較為復雜，噪聲大量存在，頻帶遷移，當源信號的主頻個數難以區分的時候，該方法失效。

發明內容

針對現有技術中存在的不足，本發明的目的是提供一種自適應K_means聚類奇異值分解降噪有效秩階次確定法，避免依據經驗來選取有效秩階次和傳統的差分方法只選取最大值點所導致的誤差。

本發明的目的是通過以下技術方案實現的。

一種自適應K_means聚類奇異值分解降噪有效秩階次確定法，所述方法的步驟如下：

步驟1.在奇異值分解時利用差分法獲得奇異值的變化率，并將奇異值的變化率進行歸一化處理；

步驟2.利用改進的K_means聚類算法對奇異值的變化率逐步進行聚類處理，在聚類過程中，利用聚類后的第一個有效類的中心值自適應解算類相關性閾值，并根據類相關性閾值終止聚類；

步驟3.根據聚類數解算出有效秩階次；

步驟4.根據解算出的有效秩階次進行信號重構，得到奇異值分解降噪后的信號。

有益效果：

本發明所述的自適應K_means聚類奇異值分解降噪有效秩階次確定法，依據奇異值分解后得到的奇異值順序固定不變的特性，結合二分法改進K_means聚類算法，提高了算法的效率和適用性，同時利用聚類后的類自身特性，自適應終止K_means聚類，解決了人為經驗問題。

附圖說明

附圖1為本發明所述方法流程示意圖。

具體實施方式

下面對本發明做進一步說明。

將給定的個維數據點的數據集生成個數據子集，其中。K_means聚類算法將數據集劃分成個類，即，每個類的類中心為。選取歐式距離作為分類的依據和距離判斷準則，計算每個類中各點到聚類中心的歐式距離和

K_means聚類算法的目標是使各類總的歐式距離和最小，即

一種自適應K_means聚類奇異值分解降噪有效秩階次確定法，具體步驟如下：

步驟1.計算出聚類后類的中心值，即

式中，為類中元素個數。

步驟2.根據類相關性特性自定義了一個類相關性閾值，有

式中，的值是由聚類后的第一個有效的自適應解算出來，即的值要比小一個數量級，且。

步驟3.將每次聚類后的中心值與自適應解算出來的作比較，建立一個聚類終止條件，即

式中，若，則類是有效秩類，對類繼續進行改進的K_means聚類，直到終止聚類，此時得到的聚類數記為。

式中為有效秩階次，為類中元素個數。

若在類中出現了，則將其視為特殊情況，即為有效秩階次的疊加項。

以上所述僅為本發明的優選實施例而已，并不用于限制發明。凡在本發明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。