一种基于正交补偿的线性预测方法

本发明公开了一种基于正交补偿的线性预测方法，涉及数据处理与机器学习技术领域，通过图像匹配算法，计算初始线性补偿后相邻两帧图像间的像素偏移量以及对应的偏移数据；以偏移数据为观测值和预测值间的差值，以基准数据的基准值为状态量；若偏移量正常，则使用基于贝叶斯理论而提出的交互式多模型对实时数据进行融合，并且将基于贝叶斯理论而提出的交互式多模型的预测值作为输入，系统线性误差模型的线性数据误差作为输出，对系统线性数据误差模型进行模型训练；若偏移量异常，利用补偿后的数据信息计算标值，从而得到修正后的数据信息，避免当遇到未被充分学习的异常类型时，识别能力会大幅下降，甚至可能出现漏检或误检的情况。