基于多项式混沌展开的数据处理方法、装置、介质和产品

本发明公开了一种基于多项式混沌展开的数据处理方法、装置、介质和产品，获取随机变量的若干个样本点，作为样本数据集；采用正交多项式基函数进行多项式混沌展开，并求解多项式混沌展开式中的展开系数；训练若干个生成模型，学习归一化的Galerkin投影内积项绝对值的分布；根据所述生成模型对所述概率密度函数进行更新，并根据更新后的所述概率密度函数获得所述随机变量的若干个新增的样本点，将所述新增的样本点并入所述样本数据集；重新求解所述多项式混沌展开式中的展开系数，直到满足迭代终止条件，根据最后求解的展开系数生成多项式混沌展开代理模型。采用本发明，能够提升代理模型的拟合精度，并有效降低计算量，提升数据处理效率。