[发明专利]一种数据拟合的方法及装置

说明书

技术领域

本发明涉及数据处理技术领域，特别涉及一种数据拟合的方法及装置。

背景技术

数据拟合是用连续曲线近似地刻画或比拟平面上离散点组所表示的坐标之间的函数关系的一种数据处理方法。通过数据拟合能够将离散的点通过函数来描述，便于对离散点进行处理。

现有技术中，常用数据拟合的方法是假设待拟合的数据符合某种分布，例如正态分布，然后，根据待拟合的数据对假设的分布函数进行参数的调整，直到达到要求。

通过上述描述可见，现有技术中，数据拟合的方法是对假设的一种分布进行参数调整，这种方法是根据经验来假设一种分布，拟合效果不够准确。

发明内容

有鉴于此，本发明提供了一种数据拟合的方法及装置，能够提高数据拟合的准确度。

一方面，本发明提供了一种数据拟合的方法，包括：

S1：获取待拟合数据；

S2：确定支持向量机SVM回归模型和核函数；

S3：根据所述SVM回归模型、所述核函数和所述待拟合数据，计算出最终拟合函数；

S4：根据所述最终拟合函数对所述待拟合数据进行拟合。

进一步地，所述S2，包括：

确定epsilon-SVR作为SVM回归模型，并确定径向基函数RBF作为核函数。

进一步地，所述S3，包括：

S31：设置epsilon-SVR中惩罚因子的第一值和所述RBF中的待定系数的第二值；

S32：根据所述第一值、所述第二值，分别确定当前的epsilon-SVR和当前的RBF；

S33：通过N折交叉验证，根据所述当前的epsilon-SVR、当前的RBF和所述待拟合数据，计算出中间拟合函数，根据所述中间拟合函数进行数据拟合，得到拟合结果，计算所述拟合结果的错误率；

S34：判断所述错误率是否小于等于预设值，如果是，则执行S35，否则，执行步骤S31；

S35：确定当前的中间拟合函数为所述最终拟合函数。

进一步地，所述S33中，根据所述当前的epsilon-SVR、当前的RBF和所述待拟合数据，计算出中间拟合函数，包括：

根据公式一和公式二计算出拉格朗日乘子向量，其中，公式一为：

minw,b,ξ(*)12||w||2+CΣi=1l(ξi+ξi*)]]>

s.t.((w·Φ(x_i))+b)-y_i≤ε+ξ_i,i＝1,...,l；