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！

申请/专利权人：西南科技大学;中国空气动力研究与发展中心计算空气动力研究所

摘要：本发明公开了一种基于隐私保护的气动力预测方法，包括：步骤一，各参与方，在本地的原数据文件集中通过添加服从正态分布的噪声，得到带有扰动的数据集；步骤二，各参与方根据扰动数据集计算局部非线性核；步骤三，所有参与方将计算得到局部非线性核设置为共享，以使基于共享的局部非线性核计算对应的全局核；步骤四，基于得到的全局核函数求解最优化问题，得到参数的最优解；步骤五，利用步骤四所得到的参数最优解建立预测模型，进行气动力预测。本发明提供一种基于隐私保护的气动力预测方法，通过在分布式系统中，每个节点都添加了噪声，生成带有扰动的数据集和带有扰动的局部核。外部节点不能得到该节点的原始数据，起到隐私保护的作用。

主权项：1.一种基于隐私保护的气动力预测方法，其特征在于，包括：步骤一，各参与方，在本地的原数据文件集中通过添加服从正态分布的噪声，得到带有扰动的数据集；步骤二，各参与方根据步骤一计算所得到的本地扰动数据集计算局部非线性核；步骤三，所有参与方均将其计算得到局部非线性核设置为共享，以使其他参与方能够基于共享的局部非线性核计算对应的全局核；步骤四，基于得到的全局核函数求解最优化问题，得到参数的最优解；步骤五，利用步骤四所得到的参数最优解建立预测模型，进行气动力预测；在步骤一中，数据集的获取过程被配置为包括：S10，在针对离散型数据的线性中心支持向量机PSVM中，通过引入核函数以将线性PSVM调整非线性PSVM，并将PSVM调整为能适用于连续性数据的非线性中心支持向量机PSVR；S11，在PSVR中引入随机扰动技术，通过在本地的原始数据集中添加服从正态分布的噪声，得到带有扰动的数据集；在PSVM中引入核函数的方法被配置为包括：S101，在PSVM中定义两类样本的类中心为两类样本的均值，正类和负类分别为X+，和X-，均值记为得到原始最优化问题如下： s.t.ω·xi+b-yi≤ε，i＝1,2,...l；yi-ω·xi-b≤ε，i＝1,2,...,l； 其中X表示输入的样本数据，xi表示X的第i个分量，ω表示权值，b表示阈值，ε表示松弛变量，yi表示对应的输出值；通过对原始优化问题的变换使得目标函数具有严格凸性，得到对应每类点的中心超平面；引入拉格朗日函数得该优化问题得对偶问题为： s.t.αi,βi≥0,i＝1,2,...,lyi∈R其中，α＝α1，α2，...，αlT，β＝β1,β2,...,βlT为拉格朗日乘子，R表示实数；假设α*＝α1,α2,...,αl,β1,β2,...,βl是该最优化问题的最优解，则fx＝ω*T·x+b*其中S102，根据PSVM我们可以得到的PSVR的优化问题,在线性回归的方法中通过引入核函数将上述原始最优化问题调整为： s.t.αi,βi≥0,i＝1,2,...,lyi∈R；其中，K为核函数。

全文数据：

权利要求：

百度查询： 西南科技大学 中国空气动力研究与发展中心计算空气动力研究所 基于隐私保护的气动力预测方法以及数据挖掘系统