一种面向动态系统模型验证的多元数据分析方法
专利类型：发明专利
语 言：中文
申 请 号：CN201811022759.4
申 请 日：20180903
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙坪坝正街174号
公 开 日：20181228
公 开 号：CN201811022759.4
代 理 人：赵荣之
代理机构：北京同恒源知识产权代理有限公司 11275
摘 要：本发明涉及一种面向多元动态系统模型验证的多元数据分析方法，属于模型验证领域，包括：1、通过小波包降噪技术对原始的实验数据和仿真数据进行降噪并归一化处理；2、通过高斯核函数将归一化处理后的实验数据和仿真数据从低维非线性空间转换到高维线性空间；3、对高维线性空间的数据进行降维；4、对各主元分量进行动态响应的误差评估，包括相位误差、幅度误差和形状误差；5、计算相位、幅度及形状的误差评分，并通过三种误差的权重因子计算投射到高维空间实验数据和仿真数据降维后对应的主元的综合评分；6、确定各主元的综合误差评分的权重因子计算最终评分。本发明有效处理数据噪声和系统各响应间的非线性相关性，提高数据处理效率。
主 权 项：1.一种面向多元动态系统模型验证的多元数据分析方法，其特征在于：包括以下步骤：S1：通过小波包降噪技术对原始的实验数据和仿真数据进行降噪并归一化处理；S2：通过高斯核函数将归一化处理后的实验数据和仿真数据从低维非线性空间转换到高维线性空间；S3：通过主元分析PCA算法对高维线性空间的数据进行降维；S4：对各主元分量进行动态响应的误差评估，包括相位误差、幅度误差和形状误差；S5：计算相位、幅度及形状的误差评分，并通过权重因子计算投影到高维空间的实验数据和仿真数据降维后对应的主元的综合评分；S6：根据S4中PCA降维所保留的主元所承载信息占高维空间实验数据所承载信息的比重确定各主元的综合误差评分的权重因子，计算多元动态系统仿真模型的最终评分。
关 键 词：
法律状态：公开
IPC专利分类号：G06K9/62;G06K9/00;G06F17/50;G06F17/00;G;G06;G06K;G06F;G06K9;G06F17;G06K9/62;G06K9/00;G06F17/50;G06F17/00