基于组合式代理模型的神经网络模型预测方法

一种基于组合式代理模型的神经网络模型预测方法，涉及深度学习领域。基于组合式代理模型的神经网络模型预测方法是获取训练样本A，使用第一克里金模型训练训练样本A后对生成无标签样本B预测获取伪标签样本C，使用第二克里金模型对伪标签样本C和训练样本A组成样本训练后对生成无标签样本预测获取伪标签样本E，使用第三克里金模型对伪标签样本E和训练样本A组成样本F训练后生成的无标签样本G预测获得伪标签样本H，将训练样本A与伪标签样本H组合依次作为神经网络模型的数据驱动部分和物理驱动部分的训练样本训练至收敛。基于组合式代理模型的神经网络模型预测方法能实现样本数量不足且已知先验物理知识时的快速、准确人工神经网络训练。