一种基于自适应数据子采样的MCMC加速方法和加速器

本发明公开了一种基于自适应数据子采样的MCMC加速方法和加速器，应用于贝叶斯建模，加速方法包括：生成候选参数样本，计算候选参数样本θ'与当前参数样本θi‑1之间的能量差界上界；根据能量差界上界和当前超参数χ，生成小批量子采样的数目B；按数目B采样，并根据数据点的接受概率更新小批量数据集和θ'的接受概率似然LH；利用最终累加的LH计算接受概率α；根据α接受或拒绝θ'作为模型当前迭代的参数样本；每间隔固定的迭代次数动态调整超参数χ；重复以上过程得到贝叶斯模型的最终参数样本θNs。本发明能够实现参数在模型建立过程中的采样速度和样本效率之间的最佳平衡。