[發明專利]基于最近相關譜聚類的高斯過程回歸多模型融合建模方法

在審

• 申請號: 202011277247.X
• 申請日: 2020-11-16
• 公開（公告）號: CN112381145A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 康琦;史旭東;張林;曲毅
• 申請（專利權）人: 江康(上海)科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04;G06Q10/06;G06F17/18
• 代理公司: 北京中濟緯天專利代理有限公司 11429
• 代理人: 潘劍敏

1.基于最近相關譜聚類的高斯過程回歸多模型融合建模方法，其特征在于：該方法包括以下步驟：

步驟1：收集輸入輸出數據組成歷史訓練數據庫；

步驟2：對這些訓練數據進行最近相關譜聚類，然后把完整的輸入和輸出訓練數據分配到不同的操作階段；

步驟3：根據子數據集數據建立的局部GPR模型；

步驟4：通過步驟3建立的各個操作階段的局部模型，求得各局部GPR模型的輸出值；

步驟5：計算測試數據隸屬于每個不同操作階段的隸屬度值計算模型的融合權重。

2.根據權利要求1所述的基于最近相關譜聚類的高斯過程回歸多模型融合建模方法，其特征在于：所述步驟2中最近相關譜聚類算法為：

(2.1)給定輸入數據為X∈R^n×m，其中，m是過程變量的數目，n是樣本數據的大小；

(2.2)設置閾值η、聚類簇數K、特征個數d，初始化仿射矩陣W＝0^n×n，其中，0^n×n表示n行n列的零矩陣；

(2.3)開始循環i＝1:n，初始化仿射矩陣W_i＝0_n×n，開始i循環的子循環j＝1:n，令其中，x_i∈X是第i個輸入樣本，結束j＝1:n的子循環；

(2.4)開始i循環的子循環l＝1:n,g＝1:n，計算如果則令W_i^lg＝W_i^gl＝1，結束l＝1:n,g＝1:n的子循環，其中，表示求向量之間的夾角余弦，W_i^lg表示矩陣W_i的l行g列元素；

(2.5)令W＝W+W_i，結束i＝1:n的循環，令D＝diag(W·1_n)，L＝D-W，其中，1_n表示n行1列元素全為1的向量，D是對角矩陣，diag(·)表示將輸入向量的元素作為為輸出矩陣的對角線元素；

(2.6)對D^-1/2LD^-1/2進行特征值分解，得到D^-1/2LD^-1/2對應的特征向量其排序按對應特征升序排列。選擇特征向量組成特征矩陣F＝{f₂,L,f_d}；

(2.7)對F實施k-means，得到聚類指標。

3.根據權利要求2所述的基于最近相關譜聚類的高斯過程回歸多模型融合建模方法，其特征在于：所述k-means的步驟為：

(2.7.1)隨機選取個K聚類中心點初始值，μ_k(k＝1,2,...,K)，初始化聚類指標I＝0_n×1，其中0_n×1表示n行1列元素全為零的向量；

(2.7.2)重復下面過程直到聚類指標收斂：

①根據每一個樣本x_i∈X，更新聚類指標

②根據聚類指標劃分樣本集X＝X₁∪L∪X_K，對于x_i∈X，其對應的類等于把I_i的值，重新計算聚類中心

其中，n_k表示第k個類中的樣本個數；

(2.7.3)根據聚類指標劃分操作階段得X＝X₁∪L∪X_kL∪X_K，同時建立對應的子數據集[X；y]＝[X₁；y₁]∪L∪[X_k；y_k]L∪[X_K；y_K]。