4 निम्नलिखित तरंग संकेतों पर विचार करें:
signal1 = [4.1880 11.5270 55.8612 110.6730 146.2967 145.4113 104.1815 60.1679 14.3949 -53.7558 -72.6384 -88.0250 -98.4607]
signal2 = [ -39.6966 44.8127 95.0896 145.4097 144.5878 95.5007 61.0545 47.2886 28.1277 -40.9720 -53.6246 -63.4821 -72.3029 -74.8313 -77.8124]
signal3 = [-225.5691 -192.8458 -145.6628 151.0867 172.0412 172.5784 164.2109 160.3817 164.5383 171.8134 178.3905 180.8994 172.1375 149.2719 -51.9629 -148.1348 -150.4799 -149.6639]
signal4 = [ -218.5187 -211.5729 -181.9739 -144.8084 127.3846 162.9755 162.6934 150.8078 145.8774 156.9846 175.2362 188.0448 189.4951 175.9540 147.4631 -89.9513 -154.1579 -151.0851]
हम ध्यान देते हैं कि संकेत 1 और 2 एक जैसे दिखते हैं और संकेत 3 और 4 समान दिखते हैं।
मैं एक एल्गोरिथ्म की तलाश कर रहा हूं जो इनपुट एन सिग्नल के रूप में ले और उन्हें मी समूहों में विभाजित करें, जहां प्रत्येक समूह के भीतर संकेत समान हैं।
इस तरह के एल्गोरिथ्म में पहला कदम आमतौर पर प्रत्येक सिग्नल के लिए एक फीचर वेक्टर की गणना करना होगा : ।
एक उदाहरण के रूप में हम फीचर वेक्टर को परिभाषित कर सकते हैं: [चौड़ाई, अधिकतम, अधिकतम-मिनट]। किस स्थिति में हमें निम्नलिखित फ़ीचर वैक्टर मिलेंगे:
एक फीचर वेक्टर पर निर्णय लेते समय महत्वपूर्ण बात यह है कि इसी तरह के सिग्नलों में फीचर वैक्टर मिलते हैं जो एक-दूसरे के करीब होते हैं और डिसिमिलर सिग्नल को फीचर वैक्टर मिलते हैं जो बहुत दूर होते हैं।
उपर्युक्त उदाहरण में हम प्राप्त करते हैं:
इसलिए हम यह निष्कर्ष निकाल सकते हैं कि सिग्नल 3 सिग्नल 1 की तुलना में सिग्नल 1 के समान अधिक है।
फ़ीचर वेक्टर के रूप में मैं भी संकेत के असतत कोसाइन रूपांतरण से शर्तों का उपयोग कर सकता हूं। नीचे दिए गए आंकड़े संकेतों के सन्निकटन के साथ-साथ असतत कोसाइन परिवर्तन से पहले 5 शब्दों के संकेतों को दिखाते हैं:
इस मामले में असतत कोसाइन गुणांक हैं:
F1 = [94.2496 192.7706 -211.4520 -82.8782 11.2105]
F2 = [61.7481 230.3206 -114.1549 -129.2138 -65.9035]
F3 = [182.2051 18.6785 -595.3893 -46.9929 -236.3459]
F4 = [148.6924 -171.0035 -593.7428 16.8965 -223.8754]
इस मामले में हमें:
ऊपर के सिंपल फ़ीचर वेक्टर के लिए यह अनुपात उतना बड़ा नहीं है। क्या इसका मतलब यह है कि सरल सुविधा वेक्टर बेहतर है?
अब तक मैंने केवल 2 तरंग दिखाए हैं। नीचे दिए गए कथानक कुछ अन्य तरंगों को दर्शाते हैं जो इस तरह के एल्गोरिथ्म के लिए इनपुट होंगे। इस भूखंड के प्रत्येक शिखर से एक संकेत निकाला जाएगा, जो शिखर के बाईं ओर निकटतम न्यूनतम पर शुरू होता है और शिखर के दाईं ओर निकटतम न्यूनतम पर रुकता है:
उदाहरण के लिए सिग्नल 3 को 217 और 234 के बीच इस प्लॉट से निकाला गया था। सिग्नल 4 को दूसरे प्लॉट से निकाला गया था।
मामले में आप उत्सुक हैं; प्रत्येक ऐसा भूखंड अंतरिक्ष में विभिन्न स्थानों पर माइक्रोफोन द्वारा ध्वनि माप से मेल खाता है। प्रत्येक माइक्रोफोन को समान संकेत प्राप्त होते हैं, लेकिन संकेत समय में थोड़ा स्थानांतरित हो जाते हैं और माइक्रोफोन से माइक्रोफोन में विकृत हो जाते हैं।
फ़ीचर वैक्टरों को k- साधनों जैसे क्लस्टरिंग एल्गोरिथम में भेजा जा सकता है, जो एक-दूसरे के निकट फ़ीचर वैक्टर के साथ संकेतों को एक साथ समूहित करेंगे।
क्या आप में से किसी के पास कोई सुविधा वेक्टर डिजाइन करने पर कोई अनुभव / सलाह है जो तरंग संकेतों को भेदभाव करने में अच्छा होगा?
इसके अलावा आप किस क्लस्टरिंग एल्गोरिथ्म का उपयोग करेंगे?
किसी भी उत्तर के लिए अग्रिम धन्यवाद!