高斯过程回归模型MATLAB代码

提供高斯过程模型回归的预测方法，可以很好地进行模型预测

classdef GPR
    %GPR Summary of this class goes here
    %   gauss process regression
    
    %methods that do not change obj
    methods （Static）
        function [ret] = CalMeanElem（x meanParas）
            if nargin~=2 || size（x1）~=1 || size（meanParas1）~=2 || size（meanParas2）~=1
                error（‘CalMeanElem paras error!‘）;
            end
        
            dA = meanParas（11）;
            dB = meanParas（21）;
            
            ret = dA * norm（x） + dB;
        end
        
        function [ret] = CalCovElem（row1 row2 covParas）
            if nargin~=3 || size（covParas1）~=3 || size（covParas2）~=1
                error（‘CalCovElem paras error!‘）;
            end
            
            dA = covParas（11）; 
            dB = covParas（21）;
            
            mSub = row1 - row2;
            dR2 = sum（mSub.^2）;
            dKernelRet = exp（- dR2 / （4 * dA^2 ））;   
            
            ret = sqrt（pi） * dA * dB * dB * dKernelRet;
        end
        
        function [ret] = CreateMeanArr（data meanParas）
            dataNum = size（data 1）;
            ret = zeros（dataNum1）;
            for ii=1:dataNum
                ret（ii1） = GPR.CalMeanElem（data（ii:）meanParas）;
            end                
        end
        

            
        function [ret] = CreateCovMat（m1 m2 covParas）
            if size（m12）~=size（m22）
                error（‘CreateCovMat paras error!‘）;
            end    
            
            num1 = size（m11）;
            num2 = size（m21）;
            
            ret = zeros（num1 num2）;
            
            for ii=1:num1
                rowi = m1（ii:）;
                for jj=1:num2
                   rowj = m2（jj:）;               
                   ret（iijj） = GPR.CalCovElem（rowi rowj covParas）;               
               end
            end
             
        end
         

        
        function [ret] = MeanLinearDfA（data meanParas）
            dataNum = size（data1）;
            ret = zeros（dataNum 1）;
            
            for ii=1:dataNum
               ret（ii1） = norm（data（ii:））; 
            end        
        end
        
        function [ret] = MeanLinearDfB（data meanParas）
            dataNum = size（data1）;
            ret = ones（dataNum 1）;        
        end
        
        
        function [ret] = CovSeDfL（data covParas）
            dataNum = size（data1）;
            ret = zeros（dataNum dataNum）;
                
            l = covParas（11）;
            sdFun = covParas（21）;
            
            l2 = l * l;
            sdFun2 = sdFun * sdFun;
            
            sqrtPi = sqrt（pi）;
                      
            diffSquareSum = 0;
            expTerm = 0;
           
            for ii=1:dataNum
                rowi = data（ii:）;              
                 for jj=1:dataNum
                    rowj = data（jj:）;
     

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件       20312  2018-06-22 08:39  GPR.m