原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于自适应自然梯度法的在线高斯过程建模.pdf
第28卷g1期 计算机应用研究 V01．28No．1
Researchof Jan．2011
2011年1月 Application Computers
基于自适应自然梯度法的在线高斯过程建模
申倩倩，孙宗海
(华南理工大学自动化科学与工程学院，广州510640)
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
中图分类号：TPl83 文献标志码：A 文章编号：1001—3695(2011)ol-0095一03
1．01．025
doi：10．3969／j．issn．1001-3695．201
Online ofGaussianbasedon
learningalgorithm process
nature
adaptivegradient
SHEN Zong‘hal
Qian—qian，SUN
China 510640，China)
(CollegeofAutomationScience＆Engineering，SouthUniversityofTechnology，Guangzhou
orderto theonline of the natural
Abstract：In requestreal—time，thispaper adaptive
satisly modelingalgorithm’S proposed
namedonline ofGaussian
methodusedinonlineGaussian Was
gradient processtraining．Thealgorithm learningalgorithm
basedon nature was in andcontinuousstirredtankreactor
process adaptivegradient．ThealgorithmappliedMicky-Glasssystem
withthe onlineGaussian fromthesimulation
(CSTR)modeling，andcompared sparse processesalgorithm．Obtained results，
this meetsthereal—timeand ofnonlinear ov
文档评论（0）