申请/专利权人：智慧航海(青岛)科技有限公司

申请日：2020-02-27

公开（公告）日：2024-04-02

公开（公告）号：CN111367901B

主分类号：G06F16/215

分类号：G06F16/215;G06F16/28;G06F18/23213

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2020.07.28#实质审查的生效;2020.07.03#公开

摘要：本发明涉及一种船舶数据去噪方法，包括：对待去噪的数据集进行分割处理，获取K个数据簇和分别与所述K个数据簇一一对应的K个聚类中心；根据所述K个数据簇、所述K个聚类中心、待去噪数据集，采用第一聚类算法对所述待去噪的数据集进行聚类处理，获取K个聚类；其中，所述采用第一聚类算法对所述待去噪的数据集进行聚类处理的过程中，根据K个数据簇和预先设定的阈值，确定聚类算法中用于对待去噪数据集进行聚类的最终隶属度矩阵，并根据最终隶属度矩阵，获取K个聚类；对所述K个聚类中的每一个聚类分别进行去噪处理，并在去噪处理完成K个聚类后，获取第二数据集；其中所述第二数据集包括待去噪数据集没有噪点的数据点。

主权项：1.一种船舶的数据去噪的方法，其特征在于，包括：A1、对待去噪的数据集进行分割处理，获取K个数据簇和分别与所述K个数据簇一一对应的K个聚类中心；其中，所述待去噪的数据集中包括：多个数据点；所述每一个数据点均具有相应的坐标；所述多个数据点包括：船舶行驶过程中，船舶传感器实时采取的多个第一数据点和预先设置的多个第二数据点；A2、根据所述K个数据簇、所述K个聚类中心、待去噪数据集，采用第一聚类算法对所述待去噪的数据集进行聚类处理，获取K个聚类；其中，所述采用第一聚类算法对所述待去噪的数据集进行聚类处理的过程中，根据K个数据簇和预先设定的阈值，确定聚类算法中用于对待去噪数据集进行聚类的最终隶属度矩阵，并根据最终隶属度矩阵，获取K个聚类；A3、对所述K个聚类中的每一个聚类分别进行去噪处理，并在去噪处理完成K个聚类后，获取第二数据集；其中所述第二数据集包括待去噪数据集没有噪点的数据点；所述步骤A1包括：A1-1、根据待去噪的数据集，确定K个初始中心；其中所述每一个初始中心均包括所述待去噪数据集中的一个数据点；A1-2、根据所述待去噪的数据集和所述K个初始中心，获取所述数据集中除去所述K个初始中心之外的所有数据点中的每一个数据点与所述K个初始中心中的每一初始中心的距离；A1-3、基于所述数据集中除去所述K个初始中心之外的所有数据点中的每一个数据点与所述K个初始中心中的每一个初始中心的距离，将所述数据集中除去K个初始中心之外的所有数据点中的每一个数据点分别分配给与所述数据点距离最小的初始中心所属的簇，获取K个数据簇；A1-4、针对每一个数据簇，根据数据簇中的所有数据点的平均值，获取每一个数据簇对应的聚类中心；所述聚类中心为数据簇中的所有数据点的平均值；所述步骤A2包括：A2-1、基于所述K个数据簇和待去噪数据集，确定隶属度矩阵；A2-2、基于所述隶属度矩阵和待去噪数据集和预先设定的阈值，对所述隶属度矩阵进行更新，获取最终的隶属度矩阵；A2-3、基于所述最终的隶属度矩阵，获取K个聚类；所述步骤A2-1包括：根据待去噪数据集中的数据点的个数和所述K个数据簇，确定隶属度矩阵；所述隶属度矩阵的行数与所述数据簇的数量相同；所述隶属度矩阵的列数与所述待去噪数据集中数据点的数量相同；所述隶属度矩阵中的任意元素uij满足： 其中，n为待去噪数据集中的数据点的数量；k为数据簇的个数；uij表示数据点xi对聚类中心vj的隶属程度值，uij0；所述步骤A2-2包括：A2-2-1、基于所述隶属度矩阵，获取所述待去噪数据集中多个数据点中的每一个数据点分别与所述K个聚类中心的每一个聚类中心的隶属度值；A2-2-2、基于所述数据点的坐标和聚类中心的坐标，获取所述多个数据点中的每一个数据点分别与所述K个聚类中心的每一个聚类中心的欧式距离；A2-2-3、基于所述多个数据点中的每一个数据点分别与所述K个聚类中心的每一个聚类中心的隶属度值和所述多个数据点中的每一个数据点分别与所述K个聚类中心的每一个聚类中心的欧式距离，采用公式1获取代价函数值；公式1为： 其中，uij表示数据点xi对聚类中心vj的隶属程度，uij0，m是预先设定的加权指数；dxi,vj为第i个数据点与第j个聚类中心间的欧式距离；A2-2-4、比较所述代价函数值和预先设定的阈值的大小，获取比较结果；A2-2-5、若所述比较结果为大于预先设定的阈值时，则采用公式2更新隶属度矩阵确定新的隶属度矩阵，采用公式3更新聚类中心确定新的聚类中心，并重复步骤A2-2-1至A2-2-5，直至代价函数值小于预先设定的阈值时，确定最终的隶属度矩阵和K个最终的聚类中心；其中，公式2为： 公式3为： 所述最终的隶属度矩阵为在代价函数值小于预先设定的阈值的情况下的隶属度矩阵；所述最终的聚类中心为在代价函数值小于预先设定的阈值的情况下的聚类中心；所述步骤A2-2还包括：A2-2-6、若所述比较结果为小于预先设定的阈值时，则确定最终的隶属度矩阵；所述步骤A2-3包括：A2-3-1、基于所述最终的隶属度矩阵，获取待去噪数据集中的每个数据点分别与所述K个最终聚类中心的隶属度值；A2-3-2、根据所述待去噪数据集中的每个数据点分别与所述K个最终聚类中心的隶属度值，将所述数据点分别分配给与所述数据点隶属度值最高的最终聚类中心所属的簇中，获取K个聚类；所述步骤A3包括：A3-1、获取所述每一个聚类中的任一数据点到与所述数据点对应的最终聚类中心的加权的欧式距离和余弦值；A3-2、基于所述每一聚类中的任一数据点到与所述数据点对应的最终聚类中心的距离，获取所述聚类的第二数值；其中所述聚类的第二数值为所述聚类中所有数据点到所述聚类中的最终聚类中心的加权的欧式距离的平均值；A3-3、基于所述每一聚类中的任一数据点到与所述数据点对应的最终聚类中心的加权的欧式距离和余弦值，判断所述聚类中的数据点是否为噪点；A3-4、若为噪点，则将所述噪点去除，获取第二数据集；所述步骤A3-3包括：A3-3-1、基于所述聚类中的任一数据点到与所述数据点对应的聚类中心的加权的欧式距离和余弦值，获取与所述数据点对应的第一数值；其中，与所述数据点对应的第一数值为：所述数据点到与所述数据点对应的最终聚类中心的加权的欧式距离和余弦值的乘积的值；A3-3-2、比较与所述数据点对应的第一数值与所述数据点所在的聚类中的第二数值的大小；若与所述数据点对应的第一数值大于所述数据点所在的聚类中的第二数值时，则确定所述数据点为噪点。

全文数据：

权利要求：

百度查询： 智慧航海(青岛)科技有限公司 一种船舶数据去噪方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD