1.一种基于特征值聚类的声学信号模式分类方法，其特征在于：包括以下步骤：S1、使用固定时长将时域声音信号划成连续的帧片段，利用傅立叶变换，将各片段转换成频谱片段；

S2、使用频谱片段的矢量间的相似度量/相异度量构造相似/相异的度量矩阵；

S3、将度量矩阵进行谱分解，得到特征矢量矩阵P和特征值组成的谱矩阵；

S4、对谱特征值序列进行k均值聚类，得到k组结果；

S5、将特征值聚类的结果映射到频谱片段集合；所述步骤S5的具体过程如下：S5.1 将原始数据的矢量通过线性插值，使得维数达到原来维数与N的最小公倍数；

S5.2 将原始数据与k个类别里每个类别对应的各个特征矢量逐一作内积，并取每个类别的平均投影值，将该原始数据归属于平均投影值最大的类别；即完成了将特征值聚类的结果映射到原始数据的分类。

2.根据权利要求1所述的一种基于特征值聚类的声学信号模式分类方法，其特征在于所述步骤S1中，各片段的频谱为待聚类的原始数据，其均是维数为d的矢量，将原始数据记为矢量组，表示如下：；

其中，N为片段数，即原始数据的个数。

3.根据权利要求2所述的一种基于特征值聚类的声学信号模式分类方法，其特征在于所述步骤S2中，矩阵为实对称矩阵；相异度量采用欧氏距离，相似度量采用相关性系数、Peasrson相关系数或关于欧氏距离的减函数。

4.根据权利要求3所述的一种基于特征值聚类的声学信号模式分类方法，其特征在于所述步骤S2的具体过程如下：从原始数据中选取数据 和 ，将数据 和 的相似或相异度量值记作：；

其中， 和 ∈ ；

则度量矩阵表示如下：

。

5.根据权利要求4所述的一种基于特征值聚类的声学信号模式分类方法，其特征在于所述步骤S3中，谱矩阵的表示如下：，

该谱矩阵与度量矩阵的关系如下：

。

6.根据权利要求5所述的一种基于特征值聚类的声学信号模式分类方法，其特征在于所述步骤S4的具体过程如下：对谱特征值序列 进行k均值聚类，得到k组结果，；

其中， ， 。