买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京化工大学申请的专利一种基于样方法和分位数回归的虚拟样本生成方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN112420135B 。

龙图腾网通过国家知识产权局官网在2024-09-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202011312051.X，技术领域涉及：G16C20/70；该发明授权一种基于样方法和分位数回归的虚拟样本生成方法是由朱群雄;朱梅玉;贺彦林;徐圆;张洋设计研发完成，并于2020-11-20向国家知识产权局提交的专利申请。

本一种基于样方法和分位数回归的虚拟样本生成方法在说明书摘要公布了：本发明公开了一种基于样方法和分位数回归的虚拟样本生成方法，所述虚拟样本生成方法基于自变量的相对重要性，采用样方法对原始样本的输入空间进行划分，在稀缺位置生成虚拟样本的输入，通过高斯过程回归预测虚拟样本的输出，再利用分位数回归分析自变量对因变量的影响趋势，对生成的虚拟样本进行筛选。本发明对标准函数数据集和实际工业数据集进行实验，实验结果表明本发明可有效地扩充样本，从而提高样本的建模精度。本发明使用自变量相对于因变量的相对重要性，根据影响程度不同生成虚拟样本。另外，本发明使用自变量和因变量之间的相关关系，删除不符合相关关系的虚拟样本。

本发明授权一种基于样方法和分位数回归的虚拟样本生成方法在权利要求书中公布了：1.一种基于样方法和分位数回归的虚拟样本生成方法，其特征在于，包括：优势分析解析自变量相对于因变量的重要性，对输入空间划分样方，输入空间生成虚拟输入，高斯过程回归生成虚拟输出，根据分位数回归分析自变量对因变量的影响趋势，根据分位数回归筛选虚拟样本；所述优势分析解析自变量相对于因变量的重要性的步骤包括：对原始小样本数据集中的自变量和因变量进行优势分析，得到所述自变量相对于所述因变量的相对重要性，所述原始小样本数据集包括工业数据集，所述工业数据集包括高密度聚乙烯数据集，所述高密度聚乙烯数据集具有15个输入和1个输出，包括180个数据样本；所述对输入空间划分样方的步骤包括：根据所述相对重要性与样方边长的正比关系，对所述输入空间进行样方划分，同时根据总样方数量控制划分结果，使得划分后的样方数量处于预设的范围之内；所述输入空间生成虚拟输入的步骤包括：根据划分的样方，在每个样方内对投影值进行笛卡尔积，生成虚拟输入，生成的笛卡尔积的各个投影的原始小样本的欧氏距离小于预设的数值；所述高斯过程回归生成虚拟输出的步骤包括：利用高斯过程回归，对所述原始小样本数据集进行建模，预测所述虚拟输入对应的虚拟输出；所述根据分位数回归分析自变量对因变量的影响趋势的步骤包括：利用线性分位数回归对所述原始小样本进行建模，分析所述自变量对所述因变量的影响趋势；所述根据分位数回归筛选虚拟样本的步骤包括：对生成的虚拟样本进行筛选，删除不符合所述自变量与所述因变量之间的相关关系的虚拟样本，留下的虚拟样本即为最终生成的虚拟样本。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京化工大学，其通讯地址为：100029 北京市朝阳区北三环东路15号北京化工大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。