基于EMD与模糊聚类的桩缺陷特征提取与识别

针对桩基缺陷信号特征提取困难的问题，对缺陷信号进行经验模态分解（EMD）并求取信息熵，构建了一种基于信息熵的均值特征向量；针对特征向量元素数较多，不能真实反映信号的特征以及过多的特征影响识别效率的问题，引入模糊聚类的相关技术方法，对均值特征向量进行相空间重构，对重构矩阵进行模糊聚类，根据聚类的结果构建新的特征向量。通过实验仿真证明了该特征向量取得了很好的识别效果，具有实际应用价值，可以作为一种有效的特征类型；同时验证了通过模糊聚类进行特征向量降维的有效性