[發明專利]一種基于樣本點顯著性的高斯過程回歸序貫設計方法

在審

• 申請號: 202210033222.8
• 申請日: 2022-01-12
• 公開（公告）號: CN114386508A
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 劉玉敏;王方成;崔慶安
• 申請（專利權）人: 鄭州大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/12
• 代理公司: 鄭州晟佳專利代理事務所(普通合伙) 41205
• 代理人: 張心龍

1.一種基于樣本點顯著性的高斯過程回歸序貫設計方法，其特征在于，包括如下步驟：

初始建模階段：對原始候選輸入參數集進行聚類分析，將原始候選輸入參數集中的樣本點聚成至少兩個類別；從各類別中選出部分樣本點，得到初始輸入參數集；

序貫設計階段：對于當前階段，對上一階段的所述初始輸入參數集進行聚類分析，將所述初始輸入參數集中的樣本點聚成至少兩個類別，得到聚類之后的輸入參數集；獲取聚類之后的輸入參數集的每個類別中的顯著性樣本點的數量，計算得到每個類別的顯著性樣本率；獲取所述原始候選輸入參數集中除所述初始輸入參數集之外的第一剩余輸入參數集中各樣本點與每個類別的聚類中心的距離，基于最小距離原則，將所述第一剩余輸入參數集中的各樣本點劃分至對應的類別中，得到當前階段的候選輸入參數集以及各類別的樣本量；基于預設的當前階段的添加樣本點的調節因子，以及每個類別的顯著性樣本率，得到當前階段的每個類別的添加樣本量；基于所述原始候選輸入參數集、所述第一剩余輸入參數集、當前階段的每個類別的添加樣本量以及所述當前階段的候選輸入參數集，得到當前階段對應的目標輸入參數集。

2.根據權利要求1所述的基于樣本點顯著性的高斯過程回歸序貫設計方法，其特征在于，所述從各類別中選出部分樣本點，包括：

基于中心化偏差最小的原則，從各類別中選出部分樣本點。

3.根據權利要求1所述的基于樣本點顯著性的高斯過程回歸序貫設計方法，其特征在于，所述初始建模階段中，得到所述初始輸入參數集之后，根據所述初始輸入參數集建立GPR高斯過程回歸模型。

4.根據權利要求1所述的基于樣本點顯著性的高斯過程回歸序貫設計方法，其特征在于，所述獲取所述初始建模樣本集中的各個樣本點的顯著性指標，包括：

基于高斯過程回歸模型，計算對應的觀測值的概率，得到各個樣本點的顯著性指標；

相應地，顯著性樣本點的獲取過程，包括：獲取樣本點的顯著性指標，若顯著性指標小于預設顯著性閾值，則樣本點為顯著性樣本點。

5.根據權利要求1所述的基于樣本點顯著性的高斯過程回歸序貫設計方法，其特征在于，所述基于預設的當前階段的添加樣本點的調節因子，以及每個類別的顯著性樣本率，得到當前階段的每個類別的添加樣本量，包括：

對于當前階段的任意一個類別的添加樣本量，該類別的添加樣本量等于當前階段的添加樣本點的調節因子、該類別的顯著性樣本率與劃分之后該類別的樣本量的乘積。

6.根據權利要求1所述的基于樣本點顯著性的高斯過程回歸序貫設計方法，其特征在于，所述基于所述原始候選輸入參數集、所述第一剩余輸入參數集、當前階段的每個類別的添加樣本量以及所述當前階段的候選輸入參數集，得到當前階段對應的目標輸入參數集，包括：

根據遺傳尋優算法，從所述原始候選輸入參數集中除所述第一剩余輸入參數集之外的第二剩余輸入參數集中的各個類別中選出對應添加樣本量的樣本點，與所述當前階段的候選輸入參數集進行疊加，得到所述當前階段對應的目標輸入參數集。

7.根據權利要求1所述的基于樣本點顯著性的高斯過程回歸序貫設計方法，其特征在于，所述序貫設計階段的終止條件為：達到序貫設計階段的最大數，或者，序貫設計前后兩階段模型預測的均方誤差小于預設值。