[发明专利]基于遗传算法和高斯混合水平集模型的曲线拟合方法

摘要

本发明提供一种基于遗传算法和高斯混合水平集模型的曲线拟合方法，应用于封闭离散数据点的曲线拟合，以解决目前曲线拟合方法中对于封闭离散数据点的拟合精度不高和对未知数据特征的离散数据点的拟合过程较为复杂、易出现过拟合的问题。具体方案为首先构造一个二维高斯混合模型并根据所给离散封闭数据点计算高斯混合模型参数，随后利用二维高斯混合模型集合水平集算法思想，通过截取二维高斯混合模型中同一水平集的数据点，构造一条封闭曲线作为初始曲线，然后通过最小二乘法表征拟合点与样本点间的偏差，最后使用遗传算法进行曲线的拟合进化并计算求解封闭曲线中的参数，实现曲线拟合。

主权项

基于遗传算法和高斯混合水平集模型的曲线拟合方法，其特征在于，具体步骤为：步骤一：确定待拟合的数据点的数值区间，所述数据点为封闭离散数据点；步骤二：依据步骤一中所确定的数据点的数值区间，构造二维高斯混合模型；然后选取该二维高斯混合模型中由同一水平集数据所构成的封闭曲线作为初始曲线，获得该初始曲线的拟合函数表达式；步骤三：将步骤二中得到的初始曲线的拟合函数表达式作为输入，通过最小二乘法表征拟合点与样本点间的偏差，并通过遗传算法计算初始曲线的拟合函数表达式中的各参数数值，得到待拟合的数据点的曲线拟合表达式。