[发明专利]一种非参数回归方法

摘要

本发明公开了一种非参数回归方法，涉及预测方法领域，根据预测对象确定预测量；从预测对象中获取预测量的属性P1～Pn，将属性P1～Pn作为预测对象状态的各个分量，n为属性的个数；收集模式；根据收集到的模式，利用KD树数据结构构建模式库；采集预测对象状态的参数，由参数构成预测对象当前状态向量，按照预设准则在模式库中搜索与当前状态向量相似的k个模式，并获取k个模式对应的待预测量的值y1～yn；将获取到的待预测量的值y1～yn代入预测函数中，得到预测值yforcast；经过时间T，采集待预测量的真实值yreal，根据预测值yforcast和真实值yreal计算预测误差e，根据预测误差e对预设准则中的权值、模式库的结构进行调整。通过该方法提高了非参数回归预测的计算速度和预测精度，满足实际应用中的需要。

主权项

一种非参数回归方法，其特征在于，所述方法包括以下步骤：(1)根据预测对象确定预测量；(2)从所述预测对象中获取预测量的属性P1～Pn，将所述属性P1～Pn作为所述预测对象状态的各个分量，n为属性的个数；(3)收集模式；(4)根据收集到的所述模式，利用KD树数据结构构建模式库；(5)采集所述预测对象状态的参数，由所述参数构成所述预测对象当前状态向量，按照预设准则在所述模式库中搜索与当前状态向量相似的k个模式，并获取所述k个模式对应的待预测量的值y1～yn；(6)将获取到的所述待预测量的值y1～yn代入预测函数中，得到预测值yforcast；(7)经过时间T，采集待预测量的真实值yreal，根据所述预测值yforcast和所述真实值yreal计算预测误差e，根据所述预测误差e对所述预设准则中的权值、所述模式库的结构进行调整。