基于高斯過程的數據處理的研究.pdf

1、對于參數模型，計算機可以根據給定的參數對輸入數據進行計算得到準確的輸出，但當參數模型的條件發(fā)生變化，參數得不到及時的更新，此時得到的輸出將不準確，導致模型偏離實際，而監(jiān)督式學習卻可以根據樣本中給定的輸入和輸出，得到它們之間的對應關系，當條件改變時，其相應關系也會發(fā)生變化，減小模型輸出偏離實際的程度，尤其當關系比較復雜時，參數模型很難給出準確合適的函數，監(jiān)督式學習也能夠根據輸入和輸出的相應關系得到預測結果。
　　在列車的實際運行中，

2、由于線路條件、列車本身、和地理天氣等各種客觀因素的變化，列車基于參數模型的控制參數并不能及時更新，導致其和列車的實際運行存在一定滯后和誤差。為了更好的控制列車的運行，提高列車運行的效率和安全，本文將以列車進站過程為例，采集相應的數據，利用監(jiān)督式學習中的高斯過程回歸模型進行仿真，和列車的參數模型進行比較，分析它們的優(yōu)缺點，對高斯過程模型在實際中的應用有一定的現實意義。
　　本文的主要工作有:
　　(1)論文根據高斯過程的數學特

3、性，結合高斯過程的回歸模型，系統(tǒng)的分析了影響模型預測分布的主要因素。
　　(2)論文分析了列車運行的速度監(jiān)控曲線和控制策略，根據列車制動的動力學基礎，利用迭代正推和迭代逆推兩種思想，對了列車制動過程的參數模型和列車目標距離控制的參數模型進行了仿真研究，得出了當速度變化和距離變化取值足夠小時，兩種方法計算出的列車的緊急制動距離基本相同，均滿足實際應用規(guī)定的結論。
　　(3)論文提出利用非參數模型對列車制動過程進行仿真研究的思想