20、高斯过程预测模型扩展及污染物源特征化的最新进展

高斯过程预测模型扩展及污染物源特征化的最新进展

高斯过程预测模型扩展相关内容

在高斯过程预测模型的扩展方面，有几种不同的方法被提出并进行了比较。

1. GP-Localize等方法的数据使用情况

   • GP-Localize方法在每个时间步使用|S| = 10个最近的观测值作为训练数据，而GOSGP除了同化摘要外，考虑|D′| < τ = 10个最近的观测值。
   • SoD - Even方法使用|S| = 40个观测值，这些观测值在定位时间上均匀分布，与之对比的是GOSGP在定位前选择并利用的|S| = 40个可能未观测位置的支持集。

2. 不同方法的性能比较

   • 定位误差 ：GP - Localize、SoD - Truncate和SoD - Even在所有561个时间步和3次运行中，平均定位误差分别为2.1 m、5.4 m和4.6 m。
   • 时间开销 ：从图2(c)可以看出每个时间步GP - Localize、SoD - Truncate、SoD - Even、FGP和离线PITC的时间开销。GP - Localize明显比FGP和离线PITC更具可扩展性（即时间开销恒定），虽然它比SoD - Truncate和SoD - Even稍微多花费一些时间，但定位效果显著更好。

非短视ϵ - 贝叶