基于自适应自然梯度法的在线高斯过程建模

被引：3

作者：

申倩倩

孙宗海

机构：

[1] 华南理工大学自动化科学与工程学院

来源：

计算机应用研究 | 2011年 / 28卷 / 01期

基金：

广东省自然科学基金;

关键词：

在线高斯过程; 建模; 自适应自然梯度法; Micky-Glass系统; CSTR建模;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

为了满足在线建模算法的实时性要求,提出了在高斯过程的训练中使用自适应自然梯度法(ANG),即基于自适应自然梯度法的在线高斯过程回归建模算法。将此算法运用在Micky-Glass系统和连续搅拌反应釜(CSTR)模型的建立中,并与稀疏在线高斯过程算法进行比较。仿真结果表明此算法满足了非线性系统建模的实时性和精度的要求,同时克服了其他方法计算量很大、不符合在线算法的实时性要求的缺点。

引用

页码：95 / 97+120 +120

页数：4