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：南通大学;中国科学院大气物理研究所

摘要：本申请涉及一种闪电微弱电场信号的类型识别方法。该方法包括：获取待识别的闪电电场信号序列进行离散傅里叶变换、平滑以及划分的最优阈值，并确定区间边界，根据所述区间边界构造滤波器，并确定经验小波函数和经验尺度函数，获得经验小波分结构的模式分量，基于陡度指标对模式分量进行合并，获得合并的模式分量，并分析合并的模式分量的频率均值、重心频率、频率均方根、频率标准差作为信号特征，将所述信号特征输入到训练好的分类模型中进行类型识别，确定所述闪电电场信号序列所属的信号类型，由此，尤其是闪电微弱电场信号的识别，不同类型的微弱的闪电电场信号的局部特征能够被充分提取，从而提高了微弱的闪电电场信号的类型识别的准确率。

主权项：1.一种闪电微弱电场信号的类型识别方法，其特征在于，所述方法包括：获取待识别的闪电电场信号序列进行离散傅里叶变换，获得闪电电场信号的频谱信号；采用高斯函数对所述闪电电场信号的频谱信号进行平滑，获得平滑后的频谱信号；将平滑后的频谱信号划分为两个部分，采用最大化类间方差的原则获取对平滑后的频谱信号进行划分的最优阈值T；获取平滑后的频谱信号关于变量k的极小值，并计算不同极小值对应的空间曲线Ci的长度Li，并将所述长度Li与所述最优阈值T进行比较，将长度Li大于所述最优阈值T的极小值对应的坐标作为区间边界；根据所述区间边界构造滤波器，并确定经验小波函数ψiω和经验尺度函数获得经验小波分结构的模式分量；基于陡度指标对模式分量进行合并，获得合并的模式分量A，并分析合并的模式分量A的频率均值、重心频率、频率均方根、频率标准差作为信号特征；将所述信号特征输入到训练好的分类模型中进行类型识别，确定所述闪电电场信号序列所属的信号类型；所述分类模型的训练方式为：获取不同类型的闪电电场信号样本和对应的类型标签，获得闪电电场信号样本集；对所述闪电电场信号样本集中的闪电电场信号样本进行特征提取，获得信号特征样本集；对所述信号特征样本集中的信号特征样本进行归一化处理，获得归一化后的信号特征样本集；按照预设的划分比例将归一化后的信号特征样本集划分为训练集和测试集；设定近邻数阈值K，采用所述训练集对基于改进的K近邻算法的分类模型进行训练，获得训练后的分类模型；根据所述近邻数阈值K，采用所述测试集对训练后的分类模型进行测试，获得测试结果，根据所述测试结果判断是否满足预设精度要求，若满足预设精度要求，获得训练好的分类模型，若不满足预设精度要求，则返回所述设定近邻数阈值K，采用所述训练集对基于改进的K近邻算法的分类模型进行训练，获得训练后的分类模型的步骤，直至所述测试结果满足预设精度要求，获得训练好的分类模型；所述采用所述训练集对基于改进的K近邻算法的分类模型进行训练，获得训练后的分类模型，包括：将参与训练的特征和标签按照类别划分为Pn1、Pn2、Pn3…PnB和Tn1、Tn2、Tn3…TnB，Pnb和Tnb分别代表第b类样本的特征和标签b，b∈{1，2，3，…B}，遍历所述训练集中每一类的样本，选取每一类的聚类中心Ceb，获得聚类中心的集合Ce＝{Ce1,Ce2,Ce3…CeB}，所述聚类中心Ceb的表达式为： 其中，B为分类的类别数，为第b类的第i个样本，为第b类的第j个样本，kb为训练集中第b类样本的个数；根据每一类的聚类中心Ceb，确定训练集的每类样本的类内平均距离获得基于改进的K近邻算法的类内平均距离集合获得训练后的分类模型，所述类内平均距离的表达式为： 其中，m为第b类样本的特征个数，为第b类的第i个样本的特征u的值，Cebu为第b类的聚类中心的特征u的值；所述根据所述近邻数阈值K，采用所述测试集对训练后的分类模型进行测试，获得测试结果，包括：将所述测试集Ps＝{Ps1,Ps2,Ps3,…,PsG}输入训练后的分类模型计算所述测试集中每个测试样本Psg与所有类别聚类中心的距离表达式为： 其中，Psgu为测试样本g的特征u的值，为第g个测试样本与第b类聚类中心的距离；根据每个测试样本与所有类别聚类中心的距离以及类内平均距离集合中的值进行比较；若仅存在一个值满足b′∈{1，2，3，…B}，则直接将测试集的第g个测试样本类别归为第b′类，若存在两个以上的值满足则根据寻找b′，而后，将测试集的第g个测试样本类别归类为b′类，并且令若不存在一个b′值满足计算第g个测试样本与各类内平均距离的距离，然后取训练集中属于距离最近的B2个类的样本组成集合S＝{Pn1,Pn2,Pn3,…PnV}，而后通过式计算第g个测试样本与集合S中的所有样本的相似度，对计算的相似度进行从大到小的排序，保留前K个样本，并取前K个样本对应的真实标签，构成标签集合SY，统计标签集合SY中各类别标签出现的频率，将出现频率最大的类别为b′作为第g个测试样本的预测类别直至遍历测试集的所有测试样本，获得所有测试样本的预测标签

全文数据：

权利要求：

百度查询： 南通大学 中国科学院大气物理研究所 一种闪电微弱电场信号的类型识别方法