首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于模糊C-均值聚类与峰值提取的阈值自适应信号提取算法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西北工业大学

摘要:本发明公开了基于模糊C‑均值聚类与峰值提取的阈值自适应信号提取算法,利用合适的降噪方法,区分出噪声和动作信号,并将噪声从动作信号中剔除,提取出动作信号。然而以往的窗函数等信号提取算法大多需要人工设置一个噪声阈值,而不同噪声阈值难以直接确定和区分,导致无法直接应用在产品上,为了解决该问题,本发明通过对处理后的信号进行数字信号处理和特性分析,使用一种基于模糊C‑均值聚类、最大类间方差法的阈值自适应峰值提取的信号提取算法,可以实现自适应的阈值,在实现分类中不需要人为操作,具有自适应、高鲁棒性的特征,进而提高方法的实用性。

主权项:1.一种基于模糊C-均值聚类与峰值提取的阈值自适应信号提取算法,其特征在于:具体包括以下步骤:步骤1:使用巴特沃斯高通滤波器剔除动作信号中的噪声;步骤2:在进行无监督的模糊c-均值聚类方法FCM迭代计算前,预先对数据进行标准差标准化z-score标准化;步骤3:完成了模糊聚类划分后,然后寻找峰值从而锁定目标波形,使用OTSU算法最大类间方差算法来准确区分两种波峰,计算出采样点的均值Tend;步骤5:对于滤波后的数据中的所有极大值,仅在其值大于Tend的情况下视其为目标极大值点,从而利用Tend提取出执行动作的高波峰中的极大值点,同时选取同一高波峰中的最大极大值点作为代表极大值点;步骤6:在得到每个高波峰的代表极大值后,从每个代表极大值向前逐次遍历,在当前遍历点xi脱离执行动作聚类而属于静坐动作聚类时,视该点为动作的起始点;检测恢复动作的截止点的方法类似于起始点检测,将整个样本进行取负,波谷就变成了波峰,并从代表极大值点初始波形中的波谷代表极小值点处逐次向后遍历,在当前遍历点脱离恢复动作聚类而属于静坐动作聚类时,视该点为恢复动作的截止点;步骤7:基于已获得波峰波谷位置定位动作起始点和终止点,从而做到数据的分割,提取出动作波形。

全文数据:

权利要求:

百度查询: 西北工业大学 基于模糊C-均值聚类与峰值提取的阈值自适应信号提取算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。