一种基于异方差高斯过程回归的多可信度数据融合方法.pdfVIP

下载本文档

2
0
约2.03万字
约 16页
2023-09-30 发布于四川
举报
版权申诉

一种基于异方差高斯过程回归的多可信度数据融合方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于异方差高斯过程回归的多可信度数据融合方法，包括如下步骤：首先在设计空间内分别进行不同可信度模型的实验设计，然后分别运行相应可信度的仿真模型获取多可信度数据集，其次，构建异方差高斯过程回归模型，获得各层可信度模型的后验均值与异方差信息；最后，根据不确定性估计和样本局部密度对后验均值进行加权融合。该数据融合方法自适应地平衡了不同层级可信度样本的空间分布与不确定性，在高可信度样本有限的情况下提升了数据精度，并且适用于非均匀实验设计，在数据融合和预测领域有较好的工程应用价值。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116822214 A (43)申请公布日 2023.09.29 (21)申请号 202310791635.7 G06F 111/04 (2020.01) (22)申请日 2023.06