一种基于注意力机制与高斯过程回归混合的关键因素筛选方法

本发明公开一种基于注意力机制与高斯过程回归的关键因素筛选方法，属于数据分析技术领域。所述方法包括：构建实验观测数据集，并设定数据量阈值；根据实验观测数据的数据量选择灵敏度分析方法；基于实验观测数据集构建支撑向量集；利用支撑向量集构建基于注意力机制的神经网络，训练所述神经网络并计算灵敏度；利用实验观测数据构建高斯过程回归模型，并进行样本扩充；基于扩充后的实验观测数据使用Sobol方法计算灵敏度；设置灵敏度阈值，并筛选出实验关键因素。本发明能够根据实验数据量选择最佳的灵敏度分析方法，同时能够在小样本的条件下给出较为准确的灵敏度分析结果。