摘要
一种基于高斯过程回归模型的磁流变减振器建模方法,包括以下步骤:步骤1:基于磁流变减振器力学特性测试的数据采集和预处理;步骤2:确定磁流变减振器高斯过程回归先验分布;步骤3:计算高斯过程回归模型的后验均值与后验协方差;步骤4:磁流变减振器高斯过程回归模型评估;步骤5:超参数优化计算;步骤6:磁流变减振器高斯过程回归模型的最终评估与应用。本发明在保证模型精度的前提下,克服以神经网络模型为代表的非参数化模型在面对大规模数据集时,可能引发的计算资源不足和训练时间成本增加等问题;同时,针对训练数据中噪声干扰可能导致模型过拟合问题,提出一种具有抑制噪声干扰功效的核函数,以提高模型的建模精度。
技术关键词
磁流变减振器
超参数
建模方法
复合核函数
阻尼力值
训练集
数据
抑制噪声干扰
力学
预测输出值
矩阵
噪声特征
精度
神经网络模型
变量
样本
表达式
系统为您推荐了相关专利信息
阈值小波变换
多模态特征
生成资源
资源优化调度
虚拟镜像系统
选址定容优化方法
新能源场站
短路
混合整数二次规划方法
凸优化理论
低压分布式光伏
调控策略
光伏发电功率预测
信息采集系统
动态仿真模型