摘要：列车精确停车是实现轨道交通自动控制系统的关键技术之一。传统的精确停车技术需要依赖于复杂的物理模型及昂贵的传感设备，且难以达到较高的精度。从数据本身出发，利用机器学习中高斯过程回归和Boosting回归算法对列车精确停车问题进行了研究，并与线性回归方法进行了比较，实验表明，机器学习的方法对于解决列车精确停车问题是行之有效的。其中以高斯过程回归的性能最优，而基于梯度的Boosting回归方法在缺乏先验知识的条件下达到接近高斯过程回归的性能，在实际应用中具有更大的灵活性和适应性。

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=35178572

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）