本文提出一种基于自适应高斯过程的基线计算算法，旨在提高基线估计的精度与适应性。该算法通过引入自适应机制，动态调整高斯过程模型参数，以更好地拟合不同场景下的数据特征。实验结果表明，该方法在多个数据集上均优于传统基线算法，具有良好的泛化能力和稳定性，为相关领域的研究提供了新思路。
举报
