公开(公告)号：CN112906601A

公开(公告)日：2021-06-04

申请号：CN202110239443.6

申请日：2021-03-04

Applicant: 中南大学

Inventor： 张航 ,  陆道鑫 ,  黄端 ,  秦亮亮

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种用于多种信号的信噪比估算方法，包括生成第一信号训练数据并处理得到第二信号训练数据；提取第二信号训练数据的时域特征并处理得到第二信号训练特征数据；搭建原始信号特征提取模型并采用第二信号训练数据进行训练得到第二信号训练数据特征和预训练信号特征提取模型；融合第二信号训练特征数据和第二信号训练数据特征得到第一组合特征；对第一组合特征进行岭回归训练得到岭回归信噪比估算模型；采用岭回归信噪比估算模型进行信噪比估算。本发明能够有效提高预测精度，加大了预测信噪比值的范围，增加了预测信号种类，防止了过拟合，可靠性高、稳定性好，适用的信噪比范围较广、信号类型多而且在较低信噪比下有较好的估算性能。

公开(公告)号：CN111931822A

公开(公告)日：2020-11-13

申请号：CN202010684835.9

申请日：2020-07-16

Applicant: 中南大学

Inventor： 邓晓衡 ,  秦亮亮

IPC: G06K9/62 ,  G06F17/16

Abstract: 本发明提供了一种基于峰密度和扩散现象的聚类算法，包括：步骤1，在数据点的分布区域内计算出每个数据点的局部密度；步骤2，为每个数据点寻找一个距离最近的数据点，且寻找的数据点的局部密度大于当前数据点的局部密度，将每个数据点与每个寻找的数据点之间的距离作为最小距离；步骤3，通过每个数据点的局部密度和每个数据点的最小距离的乘积获取聚类中心点的选取标准。本发明在计算每个数据点的局部密度时不用对数据点进行排序，提高计算速度，找到聚类中心后，使用基于扩散现象对剩余数据点进行聚类，将剩余数据点聚集到合适的类中，剩余数据点的聚类过程无需迭代，可以直接确定剩余数据点的所属类别，使数据点的聚类更简便，速度更加快捷。

公开(公告)号：CN112906601B

公开(公告)日：2022-06-03

申请号：CN202110239443.6

申请日：2021-03-04

Applicant: 中南大学

Inventor： 张航 ,  陆道鑫 ,  黄端 ,  秦亮亮

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种用于多种信号的信噪比估算方法，包括生成第一信号训练数据并处理得到第二信号训练数据；提取第二信号训练数据的时域特征并处理得到第二信号训练特征数据；搭建原始信号特征提取模型并采用第二信号训练数据进行训练得到第二信号训练数据特征和预训练信号特征提取模型；融合第二信号训练特征数据和第二信号训练数据特征得到第一组合特征；对第一组合特征进行岭回归训练得到岭回归信噪比估算模型；采用岭回归信噪比估算模型进行信噪比估算。本发明能够有效提高预测精度，加大了预测信噪比值的范围，增加了预测信号种类，防止了过拟合，可靠性高、稳定性好，适用的信噪比范围较广、信号类型多而且在较低信噪比下有较好的估算性能。