[发明专利]一种一维序列升维聚类方法及系统

权利要求书

1.一种一维序列升维聚类方法，其特征在于：包括下列步骤：

S1、一维心电信号收集；

S2、一维心电信号去噪；

S3、对去噪后的一维心电信号进行格罗姆变换；

S4、导入无监督K-means聚类算法；

S5、输出结果，并储存。

2.根据权利要求1所述的一种一维序列升维聚类方法，其特征在于：所述S1中一维心电信号收集的方法为：导入一维心电信号，将其分割为长度为n的心电信号段，并储存为NPY文件供模型读取。

3.根据权利要求1所述的一种一维序列升维聚类方法，其特征在于：所述S2中一维心电信号去噪的方法为：首先对一维心电信号按照一维时间序列排序X＝x₁,x₂,...,x_n，同时按照进行缩放。

4.根据权利要求1所述的一种一维序列升维聚类方法，其特征在于：所述S2中一维心电信号去噪采用滤波器，所述滤波器的截止频率为0.08，所述滤波器采用阶数为4的低通滤波器。

5.根据权利要求1所述的一种一维序列升维聚类方法，其特征在于：所述S3中对去噪后的一维心电信号进行格罗姆变换的方法为：将去噪后的一维心电信号导入格罗姆变换模块，格罗姆变换模块的格罗姆角场通过对时间序列进行内积来衡量数据内部的相似性，将一维心电信号转换为格罗姆矩阵，实现一维心电信号转变为二维心电图像。

6.根据权利要求5所述的一种一维序列升维聚类方法，其特征在于：所述格罗姆变换转换过程为：一维心电信号进行缩放和去噪后，计算每一对的点积并放入格罗姆矩阵G中，根据矩阵的值完成二维心电图像的构建。

7.根据权利要求1所述的一种一维序列升维聚类方法，其特征在于：所述S4中导入无监督K-means聚类算法的方法为：首先随机指定类中心，根据所述二维心电图像距离类中心的远近进行类簇的划分，划分完成之后，重新对类中心进行计算，经过循环迭代，直到类中心收敛，完成类簇划分。

8.根据权利要求7所述的一种一维序列升维聚类方法，其特征在于：所述对类中心进行计算的方法为；通过EM算法的两步走策略计算出类中心，求取最小化平方误差函数E，求取最小化平方误差函数E的公式为：所述k为数据量，所述μ_i为类中心，所述t为数据，所述C_i为类簇。

9.一种一维序列升维聚类系统，其特征在于：包括心电信号收集模块(1)、预处理模块(2)、去噪模块(3)、格罗姆变换模块(4)、无监督K-means聚类模块(5)、输出结果模块(6)，所述心电信号收集模块(1)与预处理模块(2)，所述预处理模块(2)连接有去噪模块(3)，所述去噪模块(3)连接有格罗姆变换模块(4)，所述格罗姆变换模块(4)连接有无监督K-means聚类模块(5)，所述无监督K-means聚类模块(5)连接有输出结果模块(6)。