摘要
本公开提供了一种基于数据增强的参数估计方法及相关设备,涉及计算机技术领域。该方法包括,获取低频数据,在低频数据中插入辅助数据点,确定高频数据;根据目标基函数,确定模型函数;将模型函数结合稀疏先验,确定模型的先验分布;将先验分布结合高频数据和噪声方差,确定模型的联合后验概率分布,其中,联合后验概率分布包括模型训练的每个参数;根据联合后验概率分布,确定各个参数的估计值。本申请通过插入辅助数据点来提高数据的采样频率并结合稀疏先验来促进模型的稀疏性,从后验分布中采样来准确估计模型参数的取值,解决了低频数据导致扩散过程训练模型参数不准确的问题。
技术关键词
后验概率分布
参数估计方法
稀疏先验
噪声方差
数据
样本
超参数
参数估计装置
蒙特卡洛算法
采样器
处理器
计算机程序产品
指令
模块
可读存储介质
电子设备
频率
存储器
系统为您推荐了相关专利信息
图像采集设备
机器可读指令
基准
执行设备
电子设备
极限学习机算法
编码器算法
神经网络算法
分类器模型
超分辨率
电网运行优化方法
电网运行数据
数字孪生体
电网拓扑构建
电网设备状态
信息分析系统
数据传输模组
内存
数据传输模块
数据收集模块