高斯过程回归短时交通流预测方法 被引量：20

1

作者 康军 段宗涛 +2 位作者 唐蕾 刘研 王超 《交通运输系统工程与信息》 EI CSCD 北大核心 2015年第4期51-56,共6页

已有的短时交通流预测方法均属于确定性预测,无法对预测的不确定性进行定量分析.针对上述问题,提出了一种基于高斯过程回归的短时交通流预测方法.通过该方法在对短时交通流进行预测的同时还可以得到预测的方差估计值,并依此可以确定预... 已有的短时交通流预测方法均属于确定性预测,无法对预测的不确定性进行定量分析.针对上述问题,提出了一种基于高斯过程回归的短时交通流预测方法.通过该方法在对短时交通流进行预测的同时还可以得到预测的方差估计值,并依此可以确定预测值的95%置信区间.在仿真实例中,在相同条件下对所提方法与支持向量机预测方法进行比较.仿真结果表明,高斯过程回归短时交通流预测方法不仅与支持向量机预测方法具有相近的预测精度,其中均方根误差为12.09,绝对值误差为118.42,相对误差为17.32%,而且能够获得预测结果的方差估计值,从而有效实现短时交通流概率意义上的预测. 展开更多

关键词 智能交通 短时交通流预测 高斯过程回归 短时交通流 概率性预测 方差估计

下载PDF 职称材料

从高斯过程到高斯过程混合模型:研究与展望 被引量：16

2

作者 周亚同 陈子一 马尽文 《信号处理》 CSCD 北大核心 2016年第8期960-972,共13页

高斯过程(GP)模型是核学习方法与贝叶斯推理相结合的典范,现已成为机器学习领域的一个研究热点。作为对GP模型的拓展,高斯过程混合(MGP)模型具有更强大的学习能力和适应性。然而,目前关于GP和MGP模型的研究较为零散,尚缺少系统的分析与... 高斯过程(GP)模型是核学习方法与贝叶斯推理相结合的典范,现已成为机器学习领域的一个研究热点。作为对GP模型的拓展,高斯过程混合(MGP)模型具有更强大的学习能力和适应性。然而,目前关于GP和MGP模型的研究较为零散,尚缺少系统的分析与总结。本文首先对于GP模型的基本原理及其研究进展进行了深入地分析和讨论;然后将GP模型拓展至MGP模型,从多方面对MGP模型的研究现状和进展进行了深入地分析和讨论,并指出未来值得探索的研究方向和应用问题。 展开更多

关键词 高斯过程 高斯过程混合模型 机器学习 回归预测 聚类分析

下载PDF 职称材料

基于改进的快速搜索聚类算法和高斯过程回归的催化重整脱氯前氢气纯度多模型建模方法 被引量：14

3

作者 双翼帆 顾幸生 《化工学报》 EI CAS CSCD 北大核心 2016年第3期765-772,共8页

氢气是催化重整反应的重要副产物之一,建立氢气纯度软测量模型有助于指导生产。针对催化重整过程工况复杂多变、单一软测量模型难以满足精度要求,提出了一种基于改进的快速搜索聚类算法和高斯过程回归的多模型软测量建模方法。首先,针... 氢气是催化重整反应的重要副产物之一,建立氢气纯度软测量模型有助于指导生产。针对催化重整过程工况复杂多变、单一软测量模型难以满足精度要求,提出了一种基于改进的快速搜索聚类算法和高斯过程回归的多模型软测量建模方法。首先,针对快速搜索聚类算法中截断距离是由人为设定的问题,提出了一种截断距离确定方法。并用该改进算法对历史数据进行自动分类,建立各个数据子集的高斯过程回归模型,使各子模型在最大程度上反映不同工况点。然后,针对聚类后得到的带有类别标签的历史数据,建立类别辨识模型,与各子模型相结合,形成开关模式的组合模型。最后,将该建模方法应用于连续催化重整装置,建立了脱氯前氢气纯度的在线计算模型。结果表明,该多模型建模方法具有较高的预测精度,优于传统的单一模型,有一定的实用价值。 展开更多

关键词 催化重整 氢气 模型 算法 快速搜索聚类 高斯过程回归 软测量

下载PDF 职称材料

基于高斯过程的精密卫星钟差加密 被引量：7

4

作者 刘冬 张清华 《测绘学报》 EI CSCD 北大核心 2011年第S1期59-62,共4页

将高斯过程方法应用到精密卫星钟差加密中,通过选择合适的核函数,将5 min间隔的钟差数据插值到30 s间隔。将结果与IGS提供的30 s精密钟差数据和四阶多项式拟合插值方法得到的结果进行比较,结果表明,高斯过程方法具有较高的加密精度,适用... 将高斯过程方法应用到精密卫星钟差加密中,通过选择合适的核函数,将5 min间隔的钟差数据插值到30 s间隔。将结果与IGS提供的30 s精密钟差数据和四阶多项式拟合插值方法得到的结果进行比较,结果表明,高斯过程方法具有较高的加密精度,适用于GPS所有在轨卫星的原子钟钟差的加密,达到厘米级精度。 展开更多

关键词 精密钟差 加密 高斯过程 回归

下载PDF 职称材料

高斯过程回归的CPHD扩展目标跟踪 被引量：6

5

作者 李翠芸 王精毅 姬红兵 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2017年第3期8-12,30,共6页

针对现有扩展目标跟踪算法中,形状估计复杂,在考虑漏检及杂波情况下目标跟踪精度不高等问题,提出了一种基于高斯过程回归的伽玛高斯混合势概率假设密度扩展目标跟踪算法.该算法采用星凸模型对目标进行建模,在伽玛高斯混合势概率假设密... 针对现有扩展目标跟踪算法中,形状估计复杂,在考虑漏检及杂波情况下目标跟踪精度不高等问题,提出了一种基于高斯过程回归的伽玛高斯混合势概率假设密度扩展目标跟踪算法.该算法采用星凸模型对目标进行建模,在伽玛高斯混合势概率假设密度滤波器对扩展目标运动状态估计良好的基础上,利用高斯过程回归对目标形状进行估计,实现了对扩展目标的有效跟踪.实验仿真表明,所提算法能够对目标的运动状态进行高效跟踪,且在扩展形状的估计精度、计算速度等方面要优于基于星凸随机超曲面的伽玛高斯混合势概率假设密度滤波器. 展开更多

关键词 星凸模型 高斯过程回归 势概率假设密度 形状估计

下载PDF 职称材料

基于多输入高斯过程回归的震级快速估算方法

6

作者 赵庆旭 王延伟 +1 位作者 莫红艳 曹振中 《地震学报》 CSCD 北大核心 2024年第5期806-824,共19页

为充分利用初至地震波中与震级相关的信息,提高震级估算精度,本文提出了一种震级快速估算方法(GPR),该方法将初至地震波在时域、频域和时频域中的10个特征参数输入高斯过程回归模型实现震级估算。利用日本的大量地表强震记录对GPR方法... 为充分利用初至地震波中与震级相关的信息,提高震级估算精度,本文提出了一种震级快速估算方法(GPR),该方法将初至地震波在时域、频域和时频域中的10个特征参数输入高斯过程回归模型实现震级估算。利用日本的大量地表强震记录对GPR方法进行训练和测试,并与最大卓越周期τ_(p)^(max)方法和位移幅值P_(d)方法进行了对比。结果表明,GPR方法在有震源距和无震源τ_(p)^(max)距两种情况下,估算震级的准确性均显著好于方法和P_(d)方法。此外,利用智利的地表强震记τ_(p)^(max)录对日本数据训练的GPR进行泛化能力测试的结果显示,GPR方法较方法和P_(d)方法具有更好的泛化能力。利用GPR方法对我国的三次典型震例进行震级估算,验证该方法是合理且可靠的,表明GPR方法不会受到地域差异的影响,可以有效提高地震预警系统估算震级的准确度。 展开更多

关键词 地震预警 震级估算 机器学习 高斯过程回归

下载PDF 职称材料

高斯过程回归下的多机动扩展目标跟踪 被引量：4

7

作者 李翠芸 王精毅 姬红兵 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2017年第6期31-36,共6页

针对现有多机动扩展目标跟踪算法中形状估计复杂,在考虑杂波的情况下目标跟踪精度不高等问题,提出了一种高斯过程回归下的多机动扩展目标跟踪算法.该算法采用星凸模型对目标进行建模,在单机动扩展目标跟踪算法的基础上引入多目标跟踪算... 针对现有多机动扩展目标跟踪算法中形状估计复杂,在考虑杂波的情况下目标跟踪精度不高等问题,提出了一种高斯过程回归下的多机动扩展目标跟踪算法.该算法采用星凸模型对目标进行建模,在单机动扩展目标跟踪算法的基础上引入多目标跟踪算法中的权值参数以实现对多目标的处理,同时利用高斯过程回归对目标形状进行估计.实验仿真表明,所提算法能够对同一场景下多个不同形状的机动扩展目标进行有效跟踪,并且在计算速度、估计精度等方面要优于传统非椭圆机动扩展目标跟踪算法. 展开更多

关键词 多机动扩展目标 星凸模型 高斯过程回归 形状估计

下载PDF 职称材料

一种基于非线性GPR模型的低压电力线信道估计算法 被引量：1

8

作者 李思维 杨国华 +1 位作者 柳勇 邢潇文 《电工电气》 2021年第8期1-5,共5页

针对信号在低压电力线载波通信信道传输的过程中容易受到非线性脉冲噪声干扰,从而造成信号的频率选择性衰落,导致信号误码率高的问题,提出了一种改进最小平方-高斯过程回归(LS-GPR)的信道估计算法,并进行了非线性脉冲干扰消除的迭代实验... 针对信号在低压电力线载波通信信道传输的过程中容易受到非线性脉冲噪声干扰,从而造成信号的频率选择性衰落,导致信号误码率高的问题,提出了一种改进最小平方-高斯过程回归(LS-GPR)的信道估计算法,并进行了非线性脉冲干扰消除的迭代实验,在存在脉冲干扰的条件下对算法的误码率进行了仿真计算。结果表明,该改进算法能够较大程度地消除脉冲噪声所带来的影响,在低信噪比的情况下有效降低了系统的误码率,具有良好的信道估计性能。 展开更多

关键词 电力线载波通信 信道估计 高斯过程回归 脉冲干扰消除

下载PDF 职称材料

废水处理过程的KPLS-GPR软测量建模 被引量：1

9

作者 刘鸿斌 杨冲 《江苏大学学报（自然科学版）》 EI CAS 北大核心 2020年第5期580-587,共8页

采取基于核函数偏最小二乘法的高斯过程回归模型(KPLS-GPR),对复杂的造纸废水处理过程中出水化学需氧量(COD)和出水悬浮固形物(SS)质量浓度进行预测.首先,采用KPLS的潜变量作为预测模型的输入变量,以降低数据维度,优化数据结构;其次,建... 采取基于核函数偏最小二乘法的高斯过程回归模型(KPLS-GPR),对复杂的造纸废水处理过程中出水化学需氧量(COD)和出水悬浮固形物(SS)质量浓度进行预测.首先,采用KPLS的潜变量作为预测模型的输入变量,以降低数据维度,优化数据结构;其次,建立潜变量与输出变量的GPR回归模型.基于某工厂造纸废水数据进行仿真试验,引入人工神经网络(ANN)、基于偏最小二乘潜变量的预测模型(PLS-ANN)及基于核函数偏最小二乘潜变量的预测模型(KPLS-ANN)作为对比.试验结果表明:KPLS潜变量对预测模型有明显的优化效果,在这些模型中KPLS-GPR预测精度最高;对于出水COD和SS质量浓度的预测,KPLS-GPR的决定系数分别为0.575和0.610,相比于常规预测模型,决定系数可分别提升36.90%和43.87%. 展开更多

关键词 废水处理过程 潜变量模型 核函数偏最小二乘 高斯过程回归 软测量

下载PDF 职称材料

一种大规模离散空间中的高斯强化学习方法 被引量：1

10

作者 周文云 刘全 李志涛 《计算机科学》 CSCD 北大核心 2009年第8期247-249,275,共4页

针对大规模离散空间中强化学习的"维数灾"问题,即状态空间的大小随着特征的增加而发生指数级的增长,提出了一种基于高斯过程的强化学习方法。在本方法中,高斯过程模型有表示函数分布的能力,使用该模型之后,可以得到的不只是... 针对大规模离散空间中强化学习的"维数灾"问题,即状态空间的大小随着特征的增加而发生指数级的增长,提出了一种基于高斯过程的强化学习方法。在本方法中,高斯过程模型有表示函数分布的能力,使用该模型之后,可以得到的不只是一个所需的估计值,而是关于该值的一个分布。实验结果表明,结合了高斯过程的强化学习方法在各方面性能,如收敛速度以及最终实验效果等都有所提高。使用高斯方法的回归模型可以在一定程度上解决大规模离散空间上的"维数灾"问题。 展开更多

关键词 强化学习 维数灾 高斯过程 回归 函数分布

下载PDF 职称材料

基于高斯过程回归的船舶动力学模型辨识

11

作者 陈刚 王威 霍聪 《舰船科学技术》 北大核心 2022年第19期1-5,共5页

船舶动力学模型对于船舶的智能导航和控制器设计至关重要,基于高斯过程的非参数回归被用于船舶动力学模型辨识。它可以捕捉船舶运动中的强非线性和运动耦合,并处理不确定性和噪声的影响,辨识得到的模型能够在传感器信号丢失的情况下,提... 船舶动力学模型对于船舶的智能导航和控制器设计至关重要,基于高斯过程的非参数回归被用于船舶动力学模型辨识。它可以捕捉船舶运动中的强非线性和运动耦合,并处理不确定性和噪声的影响,辨识得到的模型能够在传感器信号丢失的情况下,提供未来一段时间内船舶加速度、速度和位置信息。KVLCC2船舶的试验数据用于验证所提方法的有效性,结果表明,高斯过程回归可以准确预测船舶状态,1000步的位置预测误差为0.599 m。 展开更多

关键词 高斯过程回归 辨识 船舶动力学

下载PDF 职称材料

基于高斯过程回归的谐波源不确定性通用模型 被引量：9

12

作者 张逸 刘必杰 +2 位作者 邵振国 林芳 林才华 《中国电机工程学报》 EI CSCD 北大核心 2022年第3期992-1001,共10页

可再生能源和规模化电力电子设备的大量并网使得谐波源的行为分析和模型构建愈加困难,现有的模型均为精确值估计,难以充分反映未考虑到的物理因素对谐波源特性的不确定性影响,且通用性、自适应能力有限。针对上述问题,文中提出一种基于... 可再生能源和规模化电力电子设备的大量并网使得谐波源的行为分析和模型构建愈加困难,现有的模型均为精确值估计,难以充分反映未考虑到的物理因素对谐波源特性的不确定性影响,且通用性、自适应能力有限。针对上述问题,文中提出一种基于高斯过程回归的谐波源不确定性通用模型。首先,将谐波源谐波电流、电压之间的线性依赖关系内嵌至高斯过程的均值函数;其次,选取合适的协方差函数来体现谐波源在不同工作条件下谐波性质的相似程度;再次,用极大似然法求解模型参数,对谐波电流进行区间预测;最后,针对模型无法反映谐波特性动态变化的问题,提出一种模型在线更新策略,使得模型能够准确跟踪监测对象的谐波特性。通过实测电弧炉数据、12脉波整流装置及含多谐波源复杂网络的仿真数据验证方法用于单谐波源和复杂多谐波源建模的可行性。算例结果表明,所提方法能够反映谐波特性的不确定性行为,能够跟踪谐波特性的变化,且具有精度高、通用性强等特点。 展开更多

关键词 电能质量 谐波源 谐波模型 高斯过程回归 概率统计

下载PDF 职称材料

基于深度高斯过程回归的术中失血量和血红蛋白损失量估计

13

作者 钟坤华 陈芋文 +4 位作者 秦小林 张力戈 李雨捷 胡小艳 易斌 《计算机应用》 CSCD 北大核心 2023年第S02期306-311,共6页

动态、准确地估计失血量对围手术期管理非常重要,但测量术中失血量是一项困难的任务,特别是当血液被医用纱布吸收时。针对上述情况,以浸血医用纱布图像为研究对象,提出一种基于密集连接卷积网络(DenseNet)的深度多任务高斯过程回归(DMG... 动态、准确地估计失血量对围手术期管理非常重要,但测量术中失血量是一项困难的任务,特别是当血液被医用纱布吸收时。针对上述情况,以浸血医用纱布图像为研究对象,提出一种基于密集连接卷积网络(DenseNet)的深度多任务高斯过程回归(DMGPR)方法,以估计术中失血量和血红蛋白(Hb)损失量。DMGPR方法包括两部分:用于自动特征提取的密集连接卷积网络(DenseNet)和用于失血量及Hb损失量估计的多任务高斯回归过程(MGPR)。在手术室正常光照条件下,采集了569张浸血纱布图像,并对这些图像进行在线扩充,构建实验数据集。以决定系数(R2)、均方误差(MSE)和平均绝对误差(MAE)为性能指标,对DMGPR方法进行评估和对比。在失血量估计方面,DMGPR方法的R2、MSE和MAE分别为0.971、0.080和0.151;而在Hb损失量估计方面,DMGPR方法的相应结果分别为0.950、0.217和0.292。实验结果表明,DMGPR可以动态、准确地估计术中失血量和Hb损失量,并且比其他对比方法具有更好的性能,更适合于主要使用医用纱布和小到中度失血的手术。 展开更多

关键词 术中失血量 密集连接卷积网络 深度高斯过程回归 特征提取 血红蛋白

下载PDF 职称材料