一种数据拟合的方法及装置的制造方法

文档序号:8395846阅读:321来源:国知局
一种数据拟合的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及数据处理技术领域,特别涉及一种数据拟合的方法及装置。
【背景技术】
[0002] 数据拟合是用连续曲线近似地刻画或比拟平面上离散点组所表示的坐标之间的 函数关系的一种数据处理方法。通过数据拟合能够将离散的点通过函数来描述,便于对离 散点进行处理。
[0003] 现有技术中,常用数据拟合的方法是假设待拟合的数据符合某种分布,例如正态 分布,然后,根据待拟合的数据对假设的分布函数进行参数的调整,直到达到要求。
[0004] 通过上述描述可见,现有技术中,数据拟合的方法是对假设的一种分布进行参数 调整,这种方法是根据经验来假设一种分布,拟合效果不够准确。

【发明内容】

[0005] 有鉴于此,本发明提供了一种数据拟合的方法及装置,能够提高数据拟合的准确 度。
[0006] -方面,本发明提供了一种数据拟合的方法,包括:
[0007]S1:获取待拟合数据;
[0008]S2:确定支持向量机SVM回归模型和核函数;
[0009]S3:根据所述SVM回归模型、所述核函数和所述待拟合数据,计算出最终拟合函 数;
[0010] S4 :根据所述最终拟合函数对所述待拟合数据进行拟合。
[0011] 进一步地,所述S2,包括:
[0012] 确定印silon-SVR作为SVM回归模型,并确定径向基函数RBF作为核函数。
[0013] 进一步地,所述S3,包括:
[0014]S31:设置印silon-SVR中惩罚因子的第一值和所述RBF中的待定系数的第二值;
[0015]S32:根据所述第一值、所述第二值,分别确定当前的印silon-SVR和当前的RBF;
[0016]S33:通过N折交叉验证,根据所述当前的epsilon-SVR、当前的RBF和所述待拟合 数据,计算出中间拟合函数,根据所述中间拟合函数进行数据拟合,得到拟合结果,计算所 述拟合结果的错误率;
[0017]S34:判断所述错误率是否小于等于预设值,如果是,则执行S35,否则,执行步骤 S31;
[0018]S35:确定当前的中间拟合函数为所述最终拟合函数。
[0019] 进一步地,所述S33中,根据所述当前的epsilon-SVR、当前的RBF和所述待拟合数 据,计算出中间拟合函数,包括:
[0020] 根据公式一和公式二计算出拉格朗日乘子向量,其中,公式一为:
【主权项】
1. 一种数据拟合的方法,其特征在于,包括: 51 :获取待拟合数据; 52 :确定支持向量机SVM回归模型和核函数; 53 :根据所述SVM回归模型、所述核函数和所述待拟合数据,计算出最终拟合函数; 54 :根据所述最终拟合函数对所述待拟合数据进行拟合。
2. 根据权利要求1所述的方法,其特征在于,所述S2,包括: 确定epsilon-SVR作为SVM回归模型,并确定径向基函数RBF作为核函数。
3. 根据权利要求2所述的方法,其特征在于,所述S3,包括: 531 :设置印silon-SVR中惩罚因子的第一值和所述RBF中的待定系数的第二值; 532 :根据所述第一值、所述第二值,分别确定当前的epsilon-SVR和当前的RBF; 533 :通过N折交叉验证,根据所述当前的epsilon-SVR、当前的RBF和所述待拟合数 据,计算出中间拟合函数,根据所述中间拟合函数进行数据拟合,得到拟合结果,计算所述 拟合结果的错误率; 534 :判断所述错误率是否小于等于预设值,如果是,则执行S35,否则,执行步骤S31 ; 535 :确定当前的中间拟合函数为所述最终拟合函数。
4. 根据权利要求3所述的方法,其特征在于,所述S33中,根据所述当前的 epsilon-SVR、当前的RBF和所述待拟合数据,计算出中间拟合函数,包括: 根据公式一和公式二计算出拉格朗日乘子向量,其中,公式一为:
K(Xi, Xj)为所述RBF,K(Xi, Xj)=exp(_yIIXi-XjI12),y>0 ; 所述待拟合数据为T=Kx1,y),(x2,y2),???,(X1,yj}G(RnXY)1,其中XiGRn,yiGY=R,i= 1,2,...,1,C为所述惩罚因子、Y为所述待定系数,为拉格朗日乘子,aw为 拉格朗日乘子向量,w、b为系数,? (Xi)为投影函数,为容错参数,e为间隔,Jw卄算 出的拉格朗日乘子向量,为计算出的拉格朗日乘子,
获取位于开区间(〇,0中的tJw的分量,当位于(0,〇中的是&时,根据公式三计算 出b的值石,当位于(0,C)中的是=时,根据公式四计算出b的值石,其中,所述公式三为:
根据f和公式五计算出所述中间拟合函数,其中,公式五为
5. 根据权利要求1-4任一所述的方法,其特征在于,在所述Sl之后还包括: 对所述待拟合数据进行归一化处理; 在所述S4之后还包括:对拟合后的数据进行反归一化处理,对反归一化处理后的数据 进行可视化展示。
6. -种数据拟合的装置,其特征在于,包括: 获取单元,用于获取待拟合数据; 确定单元,用于确定支持向量机SVM回归模型和核函数; 最终拟合函数单元,用于根据所述SVM回归模型、所述核函数和所述待拟合数据,计算 出最终拟合函数; 拟合单元,用于根据所述最终拟合函数对所述待拟合数据进行拟合。
7. 根据权利要求6所述的装置,其特征在于,所述确定单元,用于确定epsiIon-SVR作 为SVM回归模型,并确定径向基函数RBF作为核函数。
8. 根据权利要求7所述的装置,其特征在于,所述最终拟合函数单元,包括: 设置子单元,用于设置epsilon-SVR中惩罚因子的第一值和所述RBF中的待定系数的 第二值; 第一确定子单元,用于根据所述第一值、所述第二值,分别确定当前的epsilon-SVR和 当前的RBF; 中间拟合子单元,用于通过N折交叉验证,根据所述当前的epsilon-SVR、当前的RBF和 所述待拟合数据,计算出中间拟合函数,根据所述中间拟合函数进行数据拟合,得到拟合结 果,计算所述拟合结果的错误率; 判断子单元,用于判断所述错误率是否小于等于预设值,当判断结果为是时,通知第二 确定子单元,当判断结果为否时,通知所述设置子单元; 所述第二确定子单元,用于确定当前的中间拟合函数为所述最终拟合函数。
9. 根据权利要求8所述的装置,其特征在于,所述中间拟合子单元,包括: 向量计算单元,用于根据公式一和公式二计算出拉格朗日乘子向量,其中,公式一为:
所述待拟合数据为T=Kx1,y),(x2,y2),? ? ?,(X1,yj}G(RnXY)1,其中XiGRn,yiGY=R,i= 1,2, . . .,1,C为所述惩罚因子、Y为所述待定系数,为拉格朗日乘子,aw为 拉格朗日乘子向量,w、b为系数,?(Xi)为投影函数,为容错参数,e为间隔,J(!>)计算 出的拉格朗日乘子向量,为计算出的拉格朗日乘子,a ; 分量获取单元,用于获取位于开区间(〇,C)中的Gw的分量,当位于(0,〇中的是 时,根据公式三计算出b的值.[,当位于(0,C)中的是=时,根据公式四计算出b的值5, 其中,所述公式三为:
10.根据权利要求6-9任一所述的装置,其特征在于,该装置还包括: 归一化单元,用于对所述待拟合数据进行归一化处理; 反归一化单元,用于对拟合后的数据进行反归一化处理,对反归一化处理后的数据进 行可视化展示。
【专利摘要】本发明提供了一种数据拟合的方法及装置,该方法包括:获取待拟合数据;确定支持向量机SVM回归模型和核函数;根据所述SVM回归模型、所述核函数和所述待拟合数据,计算出最终拟合函数;根据所述最终拟合函数对所述待拟合数据进行拟合。通过本发明提供的一种数据拟合的方法及装置,能够提高数据拟合的准确度。
【IPC分类】G06F17-15
【公开号】CN104714926
【申请号】CN201510128010
【发明人】焦裕朋, 范莹, 于治楼
【申请人】浪潮集团有限公司
【公开日】2015年6月17日
【申请日】2015年3月23日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1