%0 Journal Article
%T Online learning algorithm of Gaussian process based on adaptive nature gradient<br>基于自适应自然梯度法的在线高斯过程建模*
%A SHEN Qian-qian
%A SUN Zong-hai
%A <br>申倩倩
%A 孙宗海
%J 计算机应用研究
%D 2011
%I 
%X 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。
%K online Gaussian process
%K modeling
%K adaptive natural gradient
%K Micky-Glass system
%K CSTR modeling<br>在线高斯过程
%K 建模
%K 自适应自然梯度法
%K Micky-Glass
%K 系统
%K CSTR建模
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=6DA583915758238C8B1C2D2C97F822B1&yid=9377ED8094509821&vid=D3E34374A0D77D7F&iid=CA4FD0336C81A37A&sid=C36EC077A8A90308&eid=C3BF5C58156BEDF0&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=13