最新更新
• 一种基于高斯过程的插值方法,依据协方差函数。
• 它通过计算函数在给定点附近的已知值的加权平均值来预测函数在该点的值。
• 受基于随机模型的预期平方预测误差的激励。
• 原始形式的计算密集型。
• 可以使用各种近似方法缩放到更大的问题。
• 径向基函数(Radial Basis Function: RBF)插值是一种先进的无网格方法,可以在高维空间中构造非结构化数据的高阶精确插值。插值源于径向基函数的加权和。
• 即使在高维中,RBF对于大量的点通常也是非常精确和稳定的。
• 这是径向基函数方法的扩展。RBF快速模式可以使用回归而不是插值,这在有噪声数据的情况下可能是有利的。