第五届体系工程学术会议 (SOSE)

95 / 2023-07-10 11:20:12

一种基于自适应子空间线性插值的数据合成方法

自适应；未知噪音；数据合成；鲁棒性

大数据与复杂系统 > 3.数据驱动非线性关系挖掘

       大数据时代，数据作为第五生产要素的基础，高质量的数据是军事智能化发展的重要保障，但是现实中的数据往往是含有大量未知噪音的，并且很难保重充足的样本以供智能技术的研究。本文提出了一种基于自适应子空间线性插值的数据合成方法，该方法可以在已有数据的基础上自适应地合成有效样本，并且可以有效降低数据平均噪音，调整样本结构，使得误差较大的样本占总样本比例显著下降，结合机器学习模型，可以显著提高模型的泛化能力。本文在理论上证明了该方法的有效性，模拟实验和实例分析的对比结果表示了该方法是有效且具有鲁棒性的。