公开(公告)号：CN116663441A

公开(公告)日：2023-08-29

申请号：CN202310441718.3

申请日：2023-04-23

Applicant: 西安交通大学

Inventor： 连峰 ,  张起萌 ,  贾家兴

IPC: G06F30/28 ,  G06F18/25 ,  G06F17/16 ,  G06F18/27 ,  G06F17/18 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明公开了一种基于多项式回归的多精度气动数据融合预测方法及系统，方法包括以下步骤：通过差异函数代理模型建立高精度代理模型和低精度代理模型之间的关系式；采用多项式响应面法分别构建所述低精度代理模型与所述差异函数代理模型，获得由设计矩阵与未知系数矩阵组成的高精度代理模型表达式；通过求解设计矩阵与未知系数矩阵，得到高精度代理模型表达式的预测值。本发明方法将传统的多项式响应面(PRS)方法进行扩展，解决了其仅能处理单一精度气动数据样本的问题；同时，本发明方法采用多项式进行建模构造的方式简洁，且不涉及超参数的估计，解决了经典贝叶斯框架下的多精度数据融合方法需要花费大量成本的超参数估计问题。

公开(公告)号：CN114692501A

公开(公告)日：2022-07-01

申请号：CN202210339798.7

申请日：2022-04-01

Applicant: 西安交通大学

Inventor： 连峰 ,  权佳妮 ,  贾家兴 ,  高鑫

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于多精度深度神经网络的气动数据融合方法及设备，方法包括选取气动数据构建数据集；初始化多精度数据深度神经网络融合模型参数；将数据集输入多精度数据深度神经网络融合模型，执行多精度数据深度神经网络融合模型训练的前馈过程；判断多精度数据深度神经网络融合模型训练是否达到每个回合的最大迭代次数；若已经达到每个回合的最大迭代次数再判断是否达到最大回合数，若达到最大回合数则结束；若没有达到每个回合的最大迭代次数或者达到每个回合的最大迭代次数但没有达到最大回合数则计算MSE，更新训练参数之后再返回执行前馈过程；通过多精度数据深度神经网络融合模型输出气动数据融合结果。本发明有更好的融合效果，误差更小。