基于高斯过程的数据处理的研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 引言 | 第12-17页 |
| ·研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·高斯过程的研究现状 | 第13-14页 |
| ·列车运行控制的研究现状 | 第14-15页 |
| ·选题的目的及意义 | 第15页 |
| ·本文的内容和结构 | 第15-17页 |
| 2 高斯过程的基础理论 | 第17-32页 |
| ·贝叶斯统计理论 | 第17-19页 |
| ·贝叶斯定理 | 第17-18页 |
| ·参数估计 | 第18-19页 |
| ·高斯过程 | 第19-25页 |
| ·权值空间 | 第19-21页 |
| ·函数空间 | 第21-24页 |
| ·边缘似然 | 第24-25页 |
| ·核函数 | 第25-31页 |
| ·均值函数的定义 | 第25页 |
| ·协方差函数的定义 | 第25-26页 |
| ·协方差函数的连续性和可微性 | 第26-27页 |
| ·协方差函数的类型 | 第27-30页 |
| ·协方差函数的运算规则 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于高斯过程回归的模型分析 | 第32-44页 |
| ·高斯过程回归模型的预测分布 | 第33-36页 |
| ·数据的产生 | 第33页 |
| ·高斯过程建模 | 第33-34页 |
| ·超参数的确定 | 第34-36页 |
| ·超参数对预测分布的影响 | 第36-39页 |
| ·不同特征长度对预测分布的影响 | 第36-37页 |
| ·不同信号变量对预测分布的影响 | 第37-39页 |
| ·均值函数对预测分布的影响 | 第39-40页 |
| ·协方差函数对预测分布的影响 | 第40-43页 |
| ·基本协方差函数的预测分布 | 第40-42页 |
| ·复合协方差函数的预测分布 | 第42-43页 |
| ·本章小节 | 第43-44页 |
| 4 基于参数模型对列车制动过程的研究 | 第44-61页 |
| ·列车控制系统概述 | 第44-48页 |
| ·列车运行控制系统的基本功能 | 第44页 |
| ·列车运行控制系统的分类 | 第44-46页 |
| ·列车运行控制系统的分级 | 第46-47页 |
| ·列车运行控制过程的描述 | 第47-48页 |
| ·列车运行的动力学基础 | 第48-51页 |
| ·运行阻力 | 第48-50页 |
| ·制动力 | 第50-51页 |
| ·列车速度监控曲线 | 第51-55页 |
| ·列车速度监控曲线的组成 | 第51-52页 |
| ·不同监控曲线触发的条件 | 第52-54页 |
| ·安全制动过程的描述 | 第54-55页 |
| ·列车制动曲线的计算和仿真 | 第55-60页 |
| ·迭代正推计算列车制动曲线 | 第55-58页 |
| ·迭代逆推计算列车制动曲线 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 5 基于高斯过程回归模型对列车制动过程的研究 | 第61-74页 |
| ·实验数据 | 第61-62页 |
| ·基于多次数据的高斯回归模型的制动曲线 | 第62-67页 |
| ·采集多次进站的数据 | 第62页 |
| ·利用高斯过程回归模型对进站数据进行拟合 | 第62-64页 |
| ·选择合适的核函数 | 第64-65页 |
| ·利用高斯回归模型计算列车制动曲线 | 第65-66页 |
| ·综合比较 | 第66-67页 |
| ·基于在线数据的高斯回归模型的制动曲线 | 第67-73页 |
| ·在线采集进站的数据 | 第67页 |
| ·利用高斯过程回归模型对进站数据进行预测 | 第67-69页 |
| ·选择合适的核函数计算列车制动曲线 | 第69-72页 |
| ·对数据的要求 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 6 结论与展望 | 第74-76页 |
| ·结论 | 第74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 图索引 | 第79-81页 |
| 表索引 | 第81-82页 |
| 作者简历 | 第82-84页 |
| 学位论文数据集 | 第84页 |
