[發明專利]信號特征組合選取方法、裝置、計算機設備及存儲介質有效
| 申請號: | 201910096625.5 | 申請日: | 2019-01-31 |
| 公開(公告)號: | CN109816034B | 公開(公告)日: | 2021-08-27 |
| 發明(設計)人: | 劉連臣;倪會明 | 申請(專利權)人: | 清華大學 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 北京華進京聯知識產權代理有限公司 11606 | 代理人: | 孫巖 |
| 地址: | 100084*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 信號 特征 組合 選取 方法 裝置 計算機 設備 存儲 介質 | ||
1.一種信號特征組合選取方法,其特征在于,所述方法包括:
對預處理后的報面特征進行組合處理,得到特征組合;
根據所述預處理后的報面特征,對待處理信號的時隙進行預分類處理,得到預分類數量;
根據預分類處理后得到的預分類數量,確定初始類簇數量的范圍,并在確定的范圍內任意選取多個不同的初始類簇數量;
根據不同的所述初始類簇數量以及不同特征組合,對所述待處理信號的時隙進行聚類,并計算不同類簇時隙對應的輪廓系數;
計算所述輪廓系數對應的召回率,其中,所述輪廓系數表征不同時隙之間的內聚度和分離度,所述召回率表征聚類結果中能夠發現和已知類簇數量完全一致的概率;
通過所述召回率,確定目標特征組合以及目標類簇數量。
2.根據權利要求1所述的方法,其特征在于,在對預處理后的報面特征進行組合處理,得到特征組合之前,所述方法還包括:
獲取不同時隙中待處理信號的報面特征;
對所述報面特征進行預處理,得到預處理后的報面特征。
3.根據權利要求2所述的方法,其特征在于,所述對所述報面特征進行預處理,得到預處理后的報面特征,包括:對所述報面特征進行零-均值規范化處理,得到預處理后的報面特征。
4.根據權利要求1所述的方法,其特征在于,所述根據所述預處理后的報面特征,對待處理信號的時隙進行預分類處理,得到預分類數量,包括:通過特征差異率閾值以及所述預處理后的報面特征,對所述待處理信號的時隙進行預分類處理,得到所述預分類數量。
5.根據權利要求4所述的方法,其特征在于,所述通過特征差異率閾值以及所述預處理后的報面特征,對所述待處理信號時隙進行預分類處理,得到所述預分類數量,包括:
通過所述特征差異率閾值,以及兩兩時隙中所述待處理信號的報面特征值之間的差值,對所述待處理信號的時隙進行預分類處理,得到所述預分類數量。
6.根據權利要求1所述的方法,其特征在于,所述根據不同的初始類簇數量以及不同特征組合,對所述待處理信號的時隙進行聚類,并計算不同類簇時隙對應的輪廓系數,包括:
根據不同的初始類簇數量以及不同特征組合,對所述待處理信號的時隙進行聚類,得到不同特征組合下對應的不同類簇;
計算不同類簇下不同特征組合對應的輪廓系數。
7.根據權利要求1所述的方法,其特征在于,所述計算所述輪廓系數對應的召回率,包括:
對同一種特征組合在不同的初始類簇數量下對應的輪廓系數進行比較,得到所述輪廓系數的最大值;
根據所述輪廓系數的最大值,確定所述同一種特征組合對應的類簇數量;
對不同特征組合對應的最大輪廓系數進行比較,得到三個最大的輪廓系數;
根據三個最大的所述輪廓系數確定對應的三種特征組合;
根據三種特征組合的聚類結果計算召回率。
8.根據權利要求1所述的方法,其特征在于,所述通過所述召回率,確定目標特征組合以及目標類簇數量,包括:
獲取最大召回率;
判斷所述最大召回率是否滿足預設條件;
若所述最大召回率滿足所述預設條件,則得到所述目標特征組合以及所述目標類簇數量。
9.根據權利要求8所述的方法,其特征在于,所述判斷所述最大召回率是否滿足預設條件之后,所述方法還包括:若所述最大召回率不滿足所述預設條件,則更新初始類簇數量,并繼續執行所述根據不同的初始類簇數量,計算不同特征組合對應的輪廓系數,直至得到所述目標特征組合以及所述目標類簇數量為止。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學,未經清華大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910096625.5/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種基于優化的監督學習進行臺區用戶識別的方法
- 下一篇:圖像處理方法和裝置





