《表1 GP, FITC, NIGP和SGPIN算法比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于带有噪声输入的稀疏高斯过程的人体姿态估计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

如图1所示，在定义域为[-5，5]、值域为[0，2.5]内随机生成一条输入输出曲线，并将该曲线设定为待预测的理想目标曲线.在曲线上均匀选取若干个点，并人为添加高斯噪声，组成带有噪声输入的训练集.随后分别运用GP，FITC，NIGP和SGPIN四种算法进行预测，得到预测曲线，同时对每种算法的均方误差（Mean squared error，MSE）和预测时间进行比较与评估，评估结果（10次重复实验取平均值）如表1所示.