[发明专利]一种基于专家评语和支持向量机的航天器数据评估方法

权利要求书

1.一种基于专家评语和支持向量机的航天器数据评估方法，其特征在于，包括如下步骤：

步骤1)建立支持向量机算法模型，构建分属于N个类别的训练数据样本，对支持向量机进行训练，形成N个分类超平面；

步骤2)针对N种专家评语分别构建基于正态分布的专家评语模型，其中第n种专家评语对应的专家评语模型的期望值为Ex_n，专家评语模型的熵为En_n，专家评语模型的超熵为He_n；

步骤3)计算测试数据分别到N个分类超平面的距离d₁～d_N，得到距离向量d：

步骤4)定义百分比函数形成向量

步骤5)取s_m＝max(s₁,s₂,...,s_n)，则所述测试数据对应第m种专家评语。

2.如权利要求1所述的基于专家评语和支持向量机的航天器数据评估方法，其特征在于，输入的训练数据样本为x_i为电压量遥测数据或者时间数据，y_i为电压量遥测数据，其中x_i和y_i同为电压量遥测数据时，其类别为相同或者不同，l为样本点长度；高斯核函数为Φ(x)，x为向量x＝x₁～x_l；

则建立分类超平面y＝w,Φ(x)，式中，w是超平面中法线方向的向量；

共得到N个分类超平面。

3.如权利要求1所述的基于专家评语和支持向量机的航天器数据评估方法，其特征在于，所述步骤1之后还包括构建测试数据值到N个分类超平面的距离阈值矩阵，距离阈值矩阵为：

其中d_{n min}为第n个分类超平面的距离阈值下限，d_{n max}为第n个分类超平面的距离阈值上限；n取值为[1,N]范围内的整数。

4.如权利要求3所述的基于专家评语和支持向量机的航天器数据评估方法，其特征在于，所述根据构建测试数据值到N个分类超平面的距离阈值矩阵，计算训练数据样本到类别n的距离d，若d＞d_kmax或d＜d_kmin,k∈[1,N]，则所述训练数据样本不划分为类别k；若d_ikmin＜d＜d_ikmax,k∈[1,N]，则所述训练数据样本划分为类别k，得到按照训练数据特征的分类结果。

5.如权利要求1～4任一所述的基于专家评语和支持向量机的航天器数据评估方法，其特征在于，所述第n种专家评语对应的专家评语模型的期望值为Ex_n，专家评语模型的熵为En_n，专家评语模型的超熵为He_n，具体为：

针对第n个分类超平面，取专家评语正常数据的期望值为Ex_n；

En_n为熵，第n个训练样本数据的上限减下限的值为Fl1，专家评语正常数据上限减下限的值为Fl2，则

He_n为超熵，第n个训练样本数据的标准差为std1，专家评语正常数据不确定性为std2，则He_n＝std1²+std2²。

6.如权利要求5所述的基于专家评语和支持向量机的航天器数据评估方法，其特征在于，所述步骤2之后还包括将距离阈值矩阵中的距离阈值用Ex_n，En_n和He_n代替，则所述距离阈值矩阵更新为：