基于支持向量机和RBF神经网络的退化数据缺失插补方法

摘要

本发明公开了一种基于支持向量机和RBF神经网络的退化数据缺失插补方法，包括以下几个步骤：步骤一、利用支持向量机建立退化数据趋势模型；步骤二、计算已观测退化数据的残差序列；步骤三、建立RBF神经网络，并利用已观测数据的残差序列训练网络；步骤四、通过训练好的RBF神经网络估计缺失数据的残差序列；步骤五、合并缺失数据的趋势项与残差序列的估计结果为退化数据插补结果。本发明将支持向量机方法和RBF神经网络方法结合，提出了一种退化数据缺失插补方法，解决了加速退化试验中缺失性能退化数据的插补问题。