发明名称 | 一种模糊C均值聚类小数据量识别混沌的方法 | ||
摘要 | 本发明公开了一种模糊C均值聚类小数据量识别混沌的方法,属于信号处理领域。包括以下步骤:从实际工程应用中对信号进行滤波采样,获得时间序列数据;利用小数据量算法,对采样到的时间序列数据进行处理,得到发散收缩程度指数集合;利用模糊C均值聚类算法,将发散收缩程度指数集合分为饱和以及不饱和两类数据,并保留不饱和类数据;将不饱和类数据进行二阶差分,对所得数据利用模糊C均值聚类算法分为正波动、负波动以及零波动三类数据;选取零波动数据中最长连续自然数的区间,再根据精度要求,设定误差范围,保留有效零波动数据;利用统计方法选取最优解,计算出最大Lyapunov指数。本方法对非线性应用具有重要的意义。 | ||
申请公布号 | CN104156768A | 申请公布日期 | 2014.11.19 |
申请号 | CN201410381619.1 | 申请日期 | 2014.08.05 |
申请人 | 中国科学院重庆绿色智能技术研究院 | 发明人 | 周双;冯勇;吴文渊;杨文强 |
分类号 | G06N7/00(2006.01)I | 主分类号 | G06N7/00(2006.01)I |
代理机构 | 北京同恒源知识产权代理有限公司 11275 | 代理人 | 廖曦 |
主权项 | 一种模糊C均值聚类小数据量识别混沌的方法,其特征在于:包括以下步骤:步骤一:从实际工程应用中对信号进行滤波采样,获得时间序列数据;步骤二:利用小数据量算法,对采样到的时间序列数据进行处理,得到发散收缩程度指数集合;步骤三:利用模糊C均值聚类算法,将发散收缩程度指数集合分为饱和以及不饱和两类数据,并保留不饱和类数据;步骤四:将不饱和类数据进行二阶差分,对所得数据利用模糊C均值聚类算法分为正波动、负波动以及零波动三类数据;步骤五:选取零波动数据中最长连续自然数的区间,再根据精度要求,设定误差范围,保留有效零波动数据;步骤六:利用统计方法选取最优解,计算出最大Lyapunov指数。 | ||
地址 | 400714 重庆市北碚区方正大道266号 |