[发明专利]一种基于仿真试验数据的数据处理方法

权利要求书

1.一种基于仿真试验数据的数据处理方法，其特征在于，包括：

步骤101、根据预定的数据检索方式，对虚拟仿真试验的数据库中数据进行检索处理，查找检索结果中缺失的数据；

步骤102、基于确定的存在缺失的数据信息，借助于理论计算的数据，构建用于补充缺失数据的逆系统；

步骤103、采用构建的逆数据系统在缺失数据的位置进行数据补充，获得将补充后的数据集构成完整的数据库。

2.如权利要求1所述的数据处理方法，其特征在于，步骤101、根据预定的数据检索方式，对虚拟仿真试验的数据库中数据进行检索处理，查找检索结果中缺失的数据，包括：

子步骤1011、当前虚拟仿真试验对应的数据库中的数据，建立多个数据集；

子步骤1012、评估每一数据集中每一数据点属于相应数据集中数据簇的概率；

子步骤1013、采用最大似然函数将每一数据点归纳到所属最高概率的数据集中；

子步骤1014、将每一数据集对应的给定的数据总量和实际的数据总量进行差值比较，根据差值信息，确定该数据集中是否存在缺失或者存在数据冗余；

子步骤1015、若至少一个数据集中存在缺失，则获取缺失的数据集的集合。

3.根据权利要求1所述的数据处理方法，其特征在于，检索结果中缺失的数据包括下述的一种或多种：

第一次仿真试验中缺失设置参数；

仿真试验中采集装置故障时缺失的事实数据；

仿真试验中数据属性的专属性导致的数据缺失；

仿真试验中数据量超出预设值，导致数据缺失；

水动力性能仿真试验中，参数信息多导致参数信息缺失。

4.如权利要求2所述的数据处理方法，其特征在于，子步骤1012包括：

采用下述的概率密度函数确定每一数据点属于相应数据集中数据簇的概率；

概率密度函数为：

公式中，x是输入的数据集，μ_j和∑j为第j个簇的均值和协方差，j＝1,2,...k；第i个数据点属于第j个簇的概率表示为：

z⁽ⁱ⁾为设定的第i次迭代的参数的猜测值，x₀⁽ⁱ⁾为第i次的迭代参数，猜测值是指迭代参数经过i次迭代后的数值的预测值，φ为贝叶斯后验概率调节因子，n为预定的自然数。

5.如权利要求3所述的数据处理方法，其特征在于，还包括：

在计算数据点的概率时，结合贝叶斯规则，

迭代参数的猜测值z(i)的后验概率为：

其中，p(z⁽ⁱ⁾＝j,φ)为第j个数据簇的先验概率，k是数据簇的数量；φ为贝叶斯后验概率调节因子；

在计算过程中假定每个数据簇都有着相等的先验概率，其中μ_j和∑j分别是平均值和协方差值，此时，最大化为：

为权值，满足求取对数似然函数如下：

重复迭代对数似然函数的值直至收敛到一个数据集。

6.如权利要求1所述的数据处理方法，其特征在于，步骤102包括：

逆数据系统为：s(k)＝[s₁(k),s₂(k),...s_m(k)]^T；

存在缺失数据的源数据x(k)与s_i(k)自相关，逆数据系统输出为：

y(k)＝Wx(k)＝WAs(k)；

W矩阵为n×m维分离矩阵，A为混合矩阵，y(k)为多维参量混合估计后得到的近似数据信息统计。

7.如权利要求6所述的数据处理方法，其特征在于，步骤103包括：

对近似数据信息进行自相关成分分析方法，在近似数据信息中插入数据的相关信息特征；

在插入数据的信息特征后，对插入数据的数据信息进行完善，获得接近试验的完整数据信息。