融合优化可调Q因子小波变换的改进密度峰值聚类算法

打开文本图片集

收稿日期：2023-06-04；修回日期：2023-07-26  基金项目：国家自然科学基金资助项目（62176105）

作者简介：史曼曼（1998—），女，河南商丘人，硕士研究生，主要研究方向为人工智能和模式识别；宋朝炀（1996—），男，江苏南京人，硕士研究生，主要研究方向为人工智能和模式识别；张景祥（1977—），男（通信作者），副教授，硕导，博士，主要研究方向为人工智能、模式识别和智能计算及应用（zhangjingxiang@jiangnan.edu.cn）．

摘  要：为提升时间序列的聚类精度，提出一种融合优化可调Q因子小波变换的改进密度峰值聚类（improved density peaks clustering based on optimal tunable Q-factor wavelet transform，OTQWT-IDPC）算法，该算法利用可调Q因子小波变换的能量优化选择策略及改进粒子群优化算法确定的最佳Q因子分解时序信号，通过最优特征子带的能量、均值、标准差和模糊熵构建特征子空间，并采用主成分分析降低特征维度，以减少特征冗余。（剩余19242字）