基于自适应自然梯度法的在线高斯过程建模

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.

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

所属期刊栏目：28

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金资助项目60704012,60574019;广东省自然科学基金资助项目06300232;中央高校科研业务费资助项目2009zm0161

在线出版日期：2011-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：95-97,120