【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及一种基于多相关度融合的复材特征提取方法及应用。
技术介绍
1、利用试验大数据进行复合材料力学性能预测对于减少复合材料试验规模、降低成本、缩短研制周期具有重要意义，而复合材料性能预测和分析的有效性取决于特征的选取。国内外特征选取的典型方法为计算相关度，按相关度由高到低进行筛选。近年来各种相关度评估方法层出不穷，pearson相关系数法用于衡量两个变量之间的线性相关性强弱，在统计分析、机器学习和数据挖掘等领域有着重要的应用；spearman相关系数用于衡量两个变量之间单调相关性的强弱，解决了皮尔逊相关分析法线性变量的局限，在决策问题、特征选择领域应用广泛。这些方法的应用和发展，为复合材料性能与关联参数分析提供了基本的研究途径。然而，每种相关系数评估法都有一定的使用前提和适用场景，chandrasegar t等人指出，pearson相关系数分析法常用于相关评估两个连续变量之间的线性关系，spearman相关系数分析法是基于每个变量的排序值，而不是原始数据，故常用于评价涉及有序变量的关系(analysing th...
【技术保护点】
1.一种基于多相关度融合的复材特征提取方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多相关度融合的复材特征提取方法，其特征在于，获取每种力学性能参数对应的多组数据集的步骤为：
3.根据权利要求1所述的一种基于多相关度融合的复材特征提取方法，其特征在于，力学性能参数包括单向板拉伸性能参数、单向板压缩性能参数、单向板剪切性能参数以及复合板力学性能参数。
4.根据权利要求1所述的一种基于多相关度融合的复材特征提取方法，其特征在于，与力学性能参数关联的力学参数包括：
5.根据权利要求1所述的一种基于多相关度融合的复材...
【技术特征摘要】
1.一种基于多相关度融合的复材特征提取方法，其特征在于，包括：
2.根据权利要求1所述的一种基于多相关度融合的复材特征提取方法，其特征在于，获取每种力学性能参数对应的多组数据集的步骤为：
3.根据权利要求1所述的一种基于多相关度融合的复材特征提取方法，其特征在于，力学性能参数包括单向板拉伸性能参数、单向板压缩性能参数、单向板剪切性能参数以及复合板力学性能参数。
4.根据权利要求1所述的一种基于多相关度融合的复材特征提取方法，其特征在于，与力学性能参数关联的力学参数包括：
5.根据权利要求1所述的一种基于多相关度融合的复材特征提取方法，其特征在于，材料参数包括：
6.根据权利要求1所述的一种基于多相关度融合的复材特征提取方法，其特征在于，利用kolmogorov-smirnov-lillietest检验法对...
【专利技术属性】
技术研发人员：刘月，冯蕴雯，郭英男，薛小锋，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。