[发明专利]一种基于LLE的温度场预测方法

摘要

本发明涉及一种基于LLE的温度场预测方法，该方法利用MPS和LLE进行温度场预测，通过将真实温度场三维图像作为训练图像，获取包含训练图像结构特征的模式后，采用LLE算法对模式进行降维；对降维后的模式利用PAM算法进行分类，通过设定条件数据及访问路径，对待预测区域进行访问，进而获取当前预测区域的预测值；LLE算法是一种非线性降维算法，对于非线性结构的模式数据来说，它能够使降维后的数据较好地保持原有流形结构，能够解决现有技术中线性降维方法难以处理非线性数据的问题。

主权项

1.一种基于LLE的温度场预测方法，其特征在于，该方法包括以下步骤：S1：将真实温度场三维图像作为训练图像，定义扫描训练图像的数据模板，利用数据模板扫描训练图像，获取包含训练图像结构特征的模式，并建立模式库；S2：采用LLE对训练图像的模式进行降维；S3：采用k‑中心点算法对降维后的模式分类，获取多个分类子空间，对每个分类子空间求取平均值；S4：设定三维温度场预测区域，初始化条件数据，并定义预测模拟时的访问路径；S5：利用访问路径对待预测区域进行访问，判断区域内是否仍有未知节点，若是，执行下一步，否则，结束访问；S6：判断待预测区域中是否有条件数据，若是，执行下一步，否则，从模式库随机提取一个模式后，执行步骤S8；S7：采用欧式距离函数对条件数据和分类子空间中的平均值求差异，在差异值最小的模式所对应的分类子空间中提取任意一个模式作为模拟结果；S8：将提取的模式拷贝至待预测区域，获取当前预测区域的预测值；S9：重复执行步骤S5，对待预测区域其他未知节点继续模拟，直到随机访问路径上的所有节点被模拟完毕。