[發明專利]基于權重聚類的信號測量特征匹配標注方法有效
| 申請號: | 202010010182.6 | 申請日: | 2020-01-06 |
| 公開(公告)號: | CN111353379B | 公開(公告)日: | 2023-04-07 |
| 發明(設計)人: | 李思奇;王成剛;賀文嬌;徐雄;趙文彬 | 申請(專利權)人: | 西南電子技術研究所(中國電子科技集團公司第十研究所) |
| 主分類號: | G06F18/241 | 分類號: | G06F18/241;G06F18/2337;G06F18/22;G01R29/02 |
| 代理公司: | 成都九鼎天元知識產權代理有限公司 51214 | 代理人: | 周浩杰 |
| 地址: | 610036 四川*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 權重 信號 測量 特征 匹配 標注 方法 | ||
1.一種基于權重聚類的信號測量特征匹配標注方法,其特征在于包括如下步驟:以信號測量特征數據預處理模塊、多維特征權重聚類分析模塊、多維特征模糊匹配關聯模塊、標簽庫樣本數據更新模塊和信號特征數據屬性標注模塊為單元,構建基于權重聚類的信號測量特征自動匹配標注軟件架構,其中,信號測量特征數據預處理模塊接收偵測的輻射源信號測量特征數據,分別作規范化、異常值剔除和數據壓縮方面的預處理,按統一內部格式存儲入待處理的緩存隊列;多維特征權重聚類分析模塊依次遍歷信號測量特征數據集和類中心集所有元素,分別利用多維特征權重聚類分析算法作每一維信號特征粗判決和多維特征權重綜合相似度判決,再進行多平臺多架次偵測的同一輻射源信號測量特征數據聚類分析,形成聚類分析后的類中心集;多維特征模糊匹配關聯模塊采用基于模糊匹配的隸屬度關聯算法,將聚類中心集與標簽知識庫關聯,計算綜合模糊隸屬度,判決形成待確認標簽結果集,從中選取最大綜合模糊隸屬度作為最優關聯標簽結果;標簽庫樣本數據更新模塊根據多維特征模糊匹配關聯模塊的關聯結果進行標簽庫樣本數據更新,實現對標簽庫樣本數據的維護管理;信號特征數據屬性標注模塊對信號測量特征數據作如下相應處理,若存在最優關聯的標簽知識則將此標簽知識數據對應的輻射源屬性信息,補全信號測量特征的屬性,若不存在最優關聯的標簽知識則將生成的待確認類標簽序號,賦值于信號測量特征的類標簽,完成對輸入的未知信號測量特征數據自動標注屬性標簽。
2.如權利要求1所述的基于權重聚類的信號測量特征匹配標注方法,其特征在于:信號測量特征數據預處理模塊將輸入的時間、位置和信號測量參數的外部接口轉換為內部處理數據格式,同時把各特征參數單位統一為標準單位;并且作異常值剔除,將輸入數據中超過某一維特征參數約定范圍和出現突變數值的參數進行剔除,不參與后續處理。
3.如權利要求1所述的基于權重聚類的信號測量特征匹配標注方法,其特征在于:信號測量特征數據預處理模塊針對同一編號的輻射源信號測量特征數據,采用數據均值壓縮后得到的第j維信號測量特征值減少輸入的信號測量特征數據量,以提高系統的實時處理速度,式中,L表示同一編號的輻射源信號測量特征總數,Zj(l)表示第l個第j維信號測量特征值。
4.如權利要求1所述的基于權重聚類的信號測量特征匹配標注方法,其特征在于:多維特征權重聚類分析模塊從測量特征數據預處理模塊存放的待處理緩存隊列中取出數據,進行多平臺多架次偵測的同一輻射源信號測量特征數據聚類分析,設置起始類中心,選取經預處理后的信號測量特征第1個數據作為起始類中心C(1);依次遍歷信號測量特征數據集和類中心集所有元素,并作粗判決,即利用第n個信號測量特征數據元素X(n)與第k個類中心元素C(k),對每一維信號特征依次作判決|Xj(n)-Cj(k)|≤δj,其中,δj為第j維信號特征參數的類判決門限,n為信號測量特征數據集序號,k為類中心集序號,Xj(n)為X(n)的第j維特征參數,Cj(k)為C(k)的第j維特征參數。
5.如權利要求4所述的基于權重聚類的信號測量特征匹配標注方法,其特征在于:多維特征權重聚類分析模塊計算每維歸一化相似度和多維特征權重綜合相似度的步驟為:若任一維信號特征不滿足判決條件,則信號測量特征數據X(n)與類中心C(k)不是同一類,即返回繼續遍歷測量特征數據集和類中心集所有元素作粗判決;若每一維信號特征都滿足判決條件,則計算第j維歸一化后相似度其中δj為第j維信號特征參數的類判決門限;并利用每一維相似度βj及其特征權重值μj,計算多維特征權重綜合相似度且特征權重值滿足D為聚類分析維數。
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西南電子技術研究所(中國電子科技集團公司第十研究所),未經西南電子技術研究所(中國電子科技集團公司第十研究所)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/202010010182.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:基于深度學習的磁共振成像優化方法及其設備
- 下一篇:一種圖書征訂管理系統





