1) Gaussian Processes classifier(GPC)
高斯过程分类器
1.
This paper proposes a recursive algorithm for adaptively angular sector segmenting based on Adaptive Gaussian Classifier(AGC) and Gaussian Processes classifier(GPC).
基于雷达方位渐变高分辨距离像(HRRP)的连续性,提出了一种自适应递归划分角域的建模方法,利用自适应高斯分类器和高斯过程分类器,从雷达数据中提取连续HRRP序列中包含的非线性结构信息;提出了一种判定角域边界的准则,递归地对雷达数据自适应划分角域。
2) Gaussian process
高斯过程
1.
Gaussian process and its application to soft-sensor modeling;
高斯过程及其在软测量建模中的应用
2.
Time series prediction of foundation pit displacement using Gaussian process method;
基坑位移时间序列预测的高斯过程方法
3.
The law of iterated logarithm with finite partial sum for the Gaussian process;
高斯过程下的有限项部分和重对数律
3) Gauss process
高斯过程
1.
We mainly use the discrete stationary Gauss processes as the input and output signals of two-dimensional linear system to estimate the impulse transfer function,and we discuss some properties about the estimation of the impulse transfer function.
利用离散的平稳高斯过程族作为二维线性系统的输入和输出来对其脉冲传递函数进行了估计,并讨论了脉冲传递函数估计的渐近性质和极限定理。
2.
With Gauss process and EI method calibration individuals can be selected effectively.
在该方法中,利用高斯过程所提供的预测标准差,通过引入EI方法,较好地解决了算法中校正个体的选择问题。
4) Gaussian processes
高斯过程
1.
Gaussian processes(GP) are probabilistic kernel machines and moderately simple to implement and use without loss of performance compared with other kernel methods.
高斯过程一种具有概率意义的核学习机,在不损失性能的条件下,与其它核方法相比,有着其容易实现的优点。
2.
The asymptotic distributions of M(α) uniform for α∈S p-1 are thereby derived, which are supremums of the Gaussian processes on S p-1 .
文中对一类稳健的平均绝对离差Ｍ（α）进行了讨论，得到了它的渐近表示式，并由此推出Ｍ（α）关于α一致地渐近分布为高斯过程的上界。
3.
We propose a novel modeling approach using Gaussian processes(GP).
提出了一种基于高斯过程的软测量建模方法,高斯过程是一种有着概率意义的核学习机,在不牺牲性能的条件下,与人工神经网络和支持向量机相比具有实现简单的特点,理论分析和仿真研究表明了高斯过程在软测量建模中的优越性。
补充资料：正规过程和倒逆过程
讨论完整晶体中声子-声子散射问题时,由于要求声子波矢为简约波矢（见布里渊区），所得到的总波矢守恒条件会相差一个倒易点阵矢量G)。例如对于三声子过程有下列条件
， (1)
式中q1和q2是散射前的声子简约波矢, q3为散射后声子波矢，式(1)中G)的取值应保证q3也是简约波矢。这时会出现两种过程,其一是当q1+q2在简约区内时,可以取倒易点阵矢量G)＝0,式(1)则简化为总波矢守恒条件,称为正规过程或N过程。其二是当q1+q2超出简约区时,所取G)应保证q3仍落于简约区内,由于q3与q1+q2相差G),显然q3位于q1+q2的相反一侧，这时散射使声子传播方向发生了倒转，故称为倒逆过程或U过程。U过程总波矢不守恒,但总能量守恒,因为声子频率是倒易点阵的周期函数，而q3与q1+q2只相差一个倒易点阵矢量。N过程在低温长波声子的散射问题中起主要作用。当温度升高，简约区边界附近的声子有较多激发时，U过程变得十分显著,它对点阵热导有重要贡献。
在能带电子与声子散射问题中存在着与式 (1)相仿的总波矢条件
k+G＝k┡±q，
(2)
式中k与k┡分别为散射前后电子的简约波矢,±号分别对应于吸收或发射q声子。类似的在热中子-声子散射以及晶体中一切波的相互作用过程中，总波矢变化都相差一个倒易点阵矢量G),因此也都有N与U过程之分。这是晶体和连续媒质不同之处，连续媒质对无穷小平移具有不变性，才能求得总波矢守恒，而晶体只具有对布喇菲点阵的平移不变性，因此总波矢守恒条件会相差一个倒易点阵矢量。
， (1)
式中q1和q2是散射前的声子简约波矢, q3为散射后声子波矢，式(1)中G)的取值应保证q3也是简约波矢。这时会出现两种过程,其一是当q1+q2在简约区内时,可以取倒易点阵矢量G)＝0,式(1)则简化为总波矢守恒条件,称为正规过程或N过程。其二是当q1+q2超出简约区时,所取G)应保证q3仍落于简约区内,由于q3与q1+q2相差G),显然q3位于q1+q2的相反一侧，这时散射使声子传播方向发生了倒转，故称为倒逆过程或U过程。U过程总波矢不守恒,但总能量守恒,因为声子频率是倒易点阵的周期函数，而q3与q1+q2只相差一个倒易点阵矢量。N过程在低温长波声子的散射问题中起主要作用。当温度升高，简约区边界附近的声子有较多激发时，U过程变得十分显著,它对点阵热导有重要贡献。
在能带电子与声子散射问题中存在着与式 (1)相仿的总波矢条件
k+G＝k┡±q，
(2)
式中k与k┡分别为散射前后电子的简约波矢,±号分别对应于吸收或发射q声子。类似的在热中子-声子散射以及晶体中一切波的相互作用过程中，总波矢变化都相差一个倒易点阵矢量G),因此也都有N与U过程之分。这是晶体和连续媒质不同之处，连续媒质对无穷小平移具有不变性，才能求得总波矢守恒，而晶体只具有对布喇菲点阵的平移不变性，因此总波矢守恒条件会相差一个倒易点阵矢量。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条