本發(fā)明實施例涉及數字鑰匙標定，尤其涉及一種基于親和力聚類的數字鑰匙分類方法及裝置、電子設備。

背景技術：

1、智能汽車技術的快速發(fā)展使得數字鑰匙逐漸嶄露頭角，數字鑰匙替代傳統物理鑰匙已經成為不可逆轉的趨勢。目前市面上的數字鑰匙主要以藍牙數字鑰匙為主，藍牙數字鑰匙是通過車載藍牙基站捕捉來自手機的藍牙信號，通過分析基站接收到的藍牙信號rssi（received?signal?strength?indication，接收信號強度指示）值，確定數字鑰匙相對于車輛的位置，從而實現對車輛的解鎖和閉鎖操作。但不同型號的手機因芯片型號、手機結構和手機制造工藝等方面的差異，導致不同型號的手機與藍牙基站在相同距離下呈現的藍牙rssi特征不同，所以需要對不同型號的手機進行藍牙數字鑰匙的標定，以獲得更好的解鎖和閉鎖的用戶體驗。

2、然而，市面上的手機型號眾多，且每年都會新增幾十部機型。若對每一種型號的手機都進行標定，則會對藍牙數字鑰匙的標定工作產生巨大的挑戰(zhàn)。因此，迫切期望一種分類方法對數字鑰匙進行分類，使得相同類別的數字鑰匙共用一套標定參數且都能很好的實現車輛解鎖和閉鎖的功能，從而達到減少藍牙數字鑰匙標定工作的目的。

技術實現思路

1、本發(fā)明實施例提供一種基于親和力聚類的數字鑰匙分類方法及裝置、電子設備，通過親和力聚類算法對數字鑰匙進行分類，可使同類終端定位時具備良好的一致性，有利于減少標定成本。

2、第一方面，本發(fā)明實施例提供了一種基于親和力聚類的數字鑰匙分類方法，包括：

3、獲取采集的待分類終端的特征數據；所述特征數據包括m種待分類終端分別在n個采樣位置時的特征值；m、n均為大于1的自然數；

4、對所述特征數據進行預處理；

5、根據預處理后的特征數據基于親和力聚類算法得到聚類中心以及聚類鄰居；其中，根據聚類中心以及聚類鄰居得到終端分類結果。

6、作為一個實施例，所述根據預處理后的特征數據基于親和力聚類算法得到聚類中心以及聚類鄰居，包括：

7、計算每個采樣位置處待分類終端對應的特征數據之間的相似度矩陣；

8、初始化責任值和歸屬度；

9、根據責任值和歸屬度更新公式更新責任值和歸屬度以更新迭代聚類中心；

10、判斷是否滿足聚類中心穩(wěn)定或者達到最大迭代次數，若是，則確定聚類中心，若否，則繼續(xù)更新迭代聚類中心；

11、根據得到的聚類中心計算得到各聚類中心的聚類鄰居。

12、作為一個實施例，根據責任值和歸屬度更新公式更新責任值和歸屬度以更新迭代聚類中心，包括：

13、責任值的更新公式為：

14、?????????????(1)

15、其中表示數據點i選擇數據點k作為其聚類中心的適合程度；表示數據點i和k之間的相似度，是歸屬值，表示數據點適合作為數據點i的聚類中心的程度；是在除了k之外的所有聚類中心中取最大值；

16、歸屬度的更新公式為：

17、(2)

18、當i=k時，歸屬度更新公式變?yōu)椋?/p>

19、????????????????????(3)

20、其中是數據點k自身的責任值，表示k作為自己聚類中心的適合程度；是所有支持k作為聚類中心的其他數據點的責任值之和。

21、1.作為一個實施例，確定聚類中心，包括：

22、對于每個數據點k，如果，則k被選為一個聚類中心；

23、根據得到的聚類中心計算得到各聚類中心的聚類鄰居，包括：

24、對于每個非聚類中心的數據點i，將其歸類到使最大的聚類中心k。

25、作為一個實施例，所述待分類終端的特征值為藍牙rssi值；

26、所述對所述特征數據進行預處理，包括：

27、對每個采樣位置處各終端的rssi值進行3sigma去異常值處理；

28、計算每種待分類終端在每個采樣位置處的平均rssi值；

29、相應地，所述計算每個采樣位置處待分類終端對應的特征數據之間的相似度矩陣，包括：

30、根據所述平均rssi值計算相似度矩陣。

31、作為一個實施例，還包括：

32、按照以下方式采集得到每個待分類終端的rssi值：

33、每個采樣位置的采樣次數為預設次數、相鄰采樣位置間距預設距離且采樣時待分類終端豎直向下并保持靜止。

34、第二方面，本發(fā)明實施例提供了一種基于親和力聚類的數字鑰匙分類裝置，包括：

35、獲取模塊，用于獲取采集的待分類終端的特征數據；所述特征數據包括m種待分類終端分別在n個采樣位置時的特征值；m、n均為大于1的自然數；

36、預處理模塊，用于對所述特征數據進行預處理；

37、聚類模塊，用于根據預處理后的特征數據基于親和力聚類算法得到聚類中心以及聚類鄰居；其中，根據聚類中心以及聚類鄰居得到終端分類結果。

38、第三方面，本發(fā)明實施例提供了一種電子設備，包括存儲器、處理器；

39、存儲器，用于存儲計算機程序；所述處理器用于讀取所述存儲器中的計算機程序并在執(zhí)行所述程序時實現如前所述的基于親和力聚類的數字鑰匙分類方法。

40、第四方面，本發(fā)明實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現如第一方面所述的基于親和力聚類的數字鑰匙分類方法。

41、本發(fā)明實施例提供的技術方案與現有技術相比至少具備以下積極效果：

42、本發(fā)明實施例的技術方案中，采集待分類終端的特征數據，對特征數據進行預處理后，根據特征數據基于親和力聚類算法得到聚類中心以及聚類鄰居，然后根據聚類中心以及聚類鄰居即可得到終端分類結果。親和力聚類算法通過傳遞待分類終端的特征數據之間的責任值和歸屬度信息進行分類，責任值和歸屬度信息可以很好地反映終端的特征，由此確定聚類中心和聚類鄰居，實現對數字鑰匙的無監(jiān)督分類，使得分類的數字鑰匙滿足使用要求，同時還可有效應對不斷增加的分類需求，降低標定工作量，減少標定成本。

技術特征：

1.一種基于親和力聚類的數字鑰匙分類方法，其特征在于，包括：

2.根據權利要求1所述的基于親和力聚類的數字鑰匙分類方法，其特征在于，所述根據預處理后的特征數據基于親和力聚類算法得到聚類中心以及聚類鄰居，包括：

3.根據權利要求2所述的基于親和力聚類的數字鑰匙分類方法，其特征在于，包括：

4.根據權利要求3所述的基于親和力聚類的數字鑰匙分類方法，其特征在于，確定聚類中心，包括：

5.根據權利要求1所述的基于親和力聚類的數字鑰匙分類方法，其特征在于，所述待分類終端的特征值為藍牙rssi值；

6.根據權利要求5所述的基于親和力聚類的數字鑰匙分類方法，其特征在于，還包括：

7.一種基于親和力聚類的數字鑰匙分類裝置，其特征在于，包括：

8.根據權利要求7所述的基于親和力聚類的數字鑰匙分類裝置，其特征在于，所述聚類模塊包括：

9.一種電子設備，其特征在于，包括存儲器以及處理器；

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現如權利要求1-6中任一所述的基于親和力聚類的數字鑰匙分類方法。

技術總結
本發(fā)明實施例涉及數字鑰匙標定技術領域，公開了一種基于親和力聚類的數字鑰匙分類方法及裝置、電子設備。該方法包括：獲取采集的待分類終端的特征數據；特征數據包括M種待分類終端分別在N個采樣位置時的特征值；對特征數據進行預處理；根據預處理后的特征數據基于親和力聚類算法得到聚類中心以及聚類鄰居；其中，根據聚類中心以及聚類鄰居得到終端分類結果。通過傳遞待分類終端的特征數據之間的責任值和歸屬度信息進行分類，分類效果良好、降低標定工作量，減少標定成本。

技術研發(fā)人員：朱定超,周文宗
受保護的技術使用者：上海銀基科技股份有限公司
技術研發(fā)日：
技術公布日：2024/12/19