检索结果-内蒙古大学图书馆

电子学报 2013年第8期41卷 1469-1473页

作者：刘全李瑾傅启明崔志明伏玉琛苏州大学计算机与科学学院江苏苏州215000 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

针对RoboCup这一典型的多目标强化学习问题,提出一种基于最大集合期望损失的多目标强化学习算法LRGM-Sarsa(λ)算法.该算法预估各个目标的最大集合期望损失,在平衡各个目标的前提下选择最佳联合动作以产生最优联合策略.在单个目标训练... 详细信息

针对RoboCup这一典型的多目标强化学习问题,提出一种基于最大集合期望损失的多目标强化学习算法LRGM-Sarsa(λ)算法.该算法预估各个目标的最大集合期望损失,在平衡各个目标的前提下选择最佳联合动作以产生最优联合策略.在单个目标训练的过程中,采用基于改进MSBR误差函数的Sarsa(λ)算法,并对动作选择概率函数和步长参数进行优化,解决了强化学习在使用非线性函数泛化时,算法不稳定、不收敛的问题.将该算法应用到RoboCup射门局部策略训练中,取得了较好的效果,表明该学习算法的有效性.

关键词：多目标自适应Sarsa(λ) 最大集合期望损失强化学习机器人足球

来源：评论

学校读者我要写书评

暂无评论

基于两层模糊划分的时间差分算法

引用

通信学报 2013年第10期34卷 92-99页

作者：穆翔刘全傅启明孙洪坤周鑫苏州大学计算机科学与技术学院江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

针对传统的基于查询表或函数逼近的Q值迭代算法在处理连续空间问题时收敛速度慢、且不易求解连续行为策略的问题,提出了一种基于两层模糊划分的在策略时间差分算法——DFP-OPTD,并从理论上分析其收敛性。算法中第一层模糊划分作用于状... 详细信息

针对传统的基于查询表或函数逼近的Q值迭代算法在处理连续空间问题时收敛速度慢、且不易求解连续行为策略的问题,提出了一种基于两层模糊划分的在策略时间差分算法——DFP-OPTD,并从理论上分析其收敛性。算法中第一层模糊划分作用于状态空间,第二层模糊划分作用于动作空间,并结合两层模糊划分计算出Q值函数。根据所得的Q值函数,使用梯度下降方法更新模糊规则中的后件参数。将DFP-OPTD应用于经典强化学习问题中,实验结果表明,该算法有较好的收敛性能,且可以求解连续行为策略。

关键词：强化学习在策略梯度下降两层模糊划分连续行为策略

来源：评论

学校读者我要写书评

暂无评论

基于优先级扫描Dyna结构的贝叶斯Q学习方法

引用

通信学报 2013年第11期34卷 129-139页

作者：于俊刘全傅启明孙洪坤陈桂兴苏州大学计算机科学与技术学院江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

贝叶斯Q学习方法使用概率分布来描述Q值的不确定性,并结合Q值分布来选择动作,以达到探索与利用的平衡。然而贝叶斯Q学习存在着收敛速度慢且收敛精度低的问题。针对上述问题,提出一种基于优先级扫描Dyna结构的贝叶斯Q学习方法—Dyna-PS-B... 详细信息

贝叶斯Q学习方法使用概率分布来描述Q值的不确定性,并结合Q值分布来选择动作,以达到探索与利用的平衡。然而贝叶斯Q学习存在着收敛速度慢且收敛精度低的问题。针对上述问题,提出一种基于优先级扫描Dyna结构的贝叶斯Q学习方法—Dyna-PS-BayesQL。该方法主要分为2部分:在学习部分,对环境的状态迁移函数及奖赏函数建模,并使用贝叶斯Q学习更新动作值函数的参数;在规划部分,基于建立的模型,使用优先级扫描方法和动态规划方法对动作值函数进行规划更新,以提高对历史经验信息的利用,从而提升方法收敛速度及收敛精度。将Dyna-PS-BayesQL应用于链问题和迷宫导航问题,实验结果表明,该方法能较好地平衡探索与利用,且具有较优的收敛速度及收敛精度。

关键词：强化学习马尔科夫决策过程优先级扫描 Dyna结构贝叶斯Q学习

来源：评论

学校读者我要写书评

暂无评论

基于自适应势函数塑造奖赏机制的梯度下降Sarsa(λ)算法

引用

通信学报 2013年第1期34卷 77-88页

作者：肖飞刘全傅启明孙洪坤高龙苏州大学计算机科学与技术学院江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

针对连续状态空间下的强化学习算法初始性能差及收敛速度慢的问题,提出利用自适应势函数塑造奖赏机制来改进强化学习算法。该机制通过额外的奖赏信号自适应地将模型知识传递给学习器,可以有效提高算法的初始性能及收敛速度。鉴于径向基... 详细信息

针对连续状态空间下的强化学习算法初始性能差及收敛速度慢的问题,提出利用自适应势函数塑造奖赏机制来改进强化学习算法。该机制通过额外的奖赏信号自适应地将模型知识传递给学习器,可以有效提高算法的初始性能及收敛速度。鉴于径向基函数(RBF)网络的优良性能及存在的问题,提出利用自适应归一化RBF(ANRBF)网络作为势函数来塑造奖赏。基于ANRBF网络提出了梯度下降(GD)版的强化学习算法——ANRBF-GD-Sarsa(λ)。从理论上分析了ANRBF-GD-Sarsa(λ)算法的收敛性,并通过实验验证了ANRBF-GD-Sarsa(λ)算法具有较好的初始性能及收敛速度。

关键词：强化学习 Sarsa(λ) 梯度下降势函数塑造奖赏

来源：评论

学校读者我要写书评

暂无评论

一种高斯过程的带参近似策略迭代算法

引用

软件学报 2013年第11期24卷 2676-2686页

作者：傅启明刘全伏玉琛周谊成于俊苏州大学计算机科学与技术学院江苏苏州215006 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

在大规模状态空间或者连续状态空间中,将函数近似与强化学习相结合是当前机器学习领域的一个研究热点;同时,在学习过程中如何平衡探索和利用的问题更是强化学习领域的一个研究难点.针对大规模状态空间或者连续状态空间、确定环境问题中... 详细信息

在大规模状态空间或者连续状态空间中,将函数近似与强化学习相结合是当前机器学习领域的一个研究热点;同时,在学习过程中如何平衡探索和利用的问题更是强化学习领域的一个研究难点.针对大规模状态空间或者连续状态空间、确定环境问题中的探索和利用的平衡问题,提出了一种基于高斯过程的近似策略迭代算法.该算法利用高斯过程对带参值函数进行建模,结合生成模型,根据贝叶斯推理,求解值函数的后验分布.在学习过程中,根据值函数的概率分布,求解动作的信息价值增益,结合值函数的期望值,选择相应的动作.在一定程度上,该算法可以解决探索和利用的平衡问题,加快算法收敛.将该算法用于经典的Mountain Car问题,实验结果表明,该算法收敛速度较快,收敛精度较好.

关键词：强化学习策略迭代高斯过程贝叶斯推理函数近似

来源：评论

学校读者我要写书评

暂无评论

一种基于聚类的PU主动文本分类方法

引用

软件学报 2013年第11期24卷 2571-2583页

作者：刘露彭涛左万利戴耀康吉林大学计算机科学与技术学院吉林长春130012 Department of Computer Science University of Illinois at Urbana-Champaign Urbana USA 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012

文本分类是信息检索的关键问题之一.提取更多的可信反例和构造准确高效的分类器是PU(positive and unlabeled)文本分类的两个重要问题.然而,在现有的可信反例提取方法中,很多方法提取的可信反例数量较少,构建的分类器质量有待提高.分别... 详细信息

文本分类是信息检索的关键问题之一.提取更多的可信反例和构造准确高效的分类器是PU(positive and unlabeled)文本分类的两个重要问题.然而,在现有的可信反例提取方法中,很多方法提取的可信反例数量较少,构建的分类器质量有待提高.分别针对这两个重要步骤提供了一种基于聚类的半监督主动分类方法.与传统的反例提取方法不同,利用聚类技术和正例文档应与反例文档共享尽可能少的特征项这一特点,从未标识数据集中尽可能多地移除正例,从而可以获得更多的可信反例.结合SVM主动学习和改进的Rocchio构建分类器,并采用改进的TFIDF(term frequency inverse document frequency)进行特征提取,可以显著提高分类的准确度.分别在3个不同的数据集中测试了分类结果(RCV1,Reuters-21578,20 Newsgoups).实验结果表明,基于聚类寻找可信反例可以在保持较低错误率的情况下获取更多的可信反例,而且主动学习方法的引入也显著提升了分类精度.

关键词： PU(FIositive and unlabeled)文本分类聚类 TFIPNDF(term frequency inverse positive negative document frequency) 主动学习可信反例改进的Rocchio

来源：评论

学校读者我要写书评

暂无评论

一种三角形网格空洞修复算法

引用

电子学报 2013年第2期41卷 209-213页

作者：刘全杨凯伏玉琛张书奎苏州大学计算机科学与技术学院江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

无线传感器网络由大量传感器节点组成,在网络初始化时节点随机部署在目标区域中,导致某一区域未被覆盖而形成覆盖空洞.针对目标区域中存在覆盖空洞问题,设计了一种基于三角形网格的无需地理信息的空洞探测算法ATN和空洞修复算法TNR.利用... 详细信息

无线传感器网络由大量传感器节点组成,在网络初始化时节点随机部署在目标区域中,导致某一区域未被覆盖而形成覆盖空洞.针对目标区域中存在覆盖空洞问题,设计了一种基于三角形网格的无需地理信息的空洞探测算法ATN和空洞修复算法TNR.利用ATN算法检测节点与其邻居形成的三角形网格是否被完全覆盖,TNR算法以ATN算法理论为基础,向三角形网格中添加节点使目标区域完全覆盖.理论与仿真实验分析表明,ANR算法能够探测出目标区域中所有空洞,TNR算法在部署密集的传感网络中能够快速完成空洞修复.

关键词：无线传感器网络覆盖空洞空洞修复三角形网格

来源：评论

学校读者我要写书评

暂无评论

车载自组网与通用移动通信系统混杂网络技术

引用

吉林大学学报（工学版） 2013年第3期43卷 706-710页

作者：陈思国姜旭王健刘衍珩邓伟文邓钧忆吉林大学计算机科学与技术学院长春130012 吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学汽车仿真与控制国家重点实验室长春130022

当车载自组网(Vehicular ad-hoc network,VANET)网络节点访问Internet获取服务时,传统的无线接入点因其覆盖范围有限和地理位置的局限性限制了VANET与Internet的无缝互连。基于OPNET仿真平台,本文扩展了传统的移动自组网网关,新网关支... 详细信息

当车载自组网(Vehicular ad-hoc network,VANET)网络节点访问Internet获取服务时,传统的无线接入点因其覆盖范围有限和地理位置的局限性限制了VANET与Internet的无缝互连。基于OPNET仿真平台,本文扩展了传统的移动自组网网关,新网关支持与通用移动通信系统(Universal mobile telecommunications system,UMTS)核心网建立连接,形成混杂网络,使VANET网络中节点可以通过UMTS网络访问Internet,依托UMTS网络覆盖范围的优势,弥补VANET网络的不足。

关键词：计算机系统结构移动自组网通用移动通信系统车载自组网混杂网络

来源：评论

学校读者我要写书评

暂无评论

路标计数启发式引导的分解规划方法

引用

软件学报 2013年第10期24卷 2327-2339页

作者：魏唯欧阳丹彤吕帅吉林大学计算机科学与技术学院吉林长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 吉林长春130012 吉林大学公共计算机教学与研究中心吉林长春130012

路标信息能够准确描述智能规划问题解空间的基本形态.提出由路标信息引导的分解规划方法,求解过程由路标计数启发式引导增强爬山算法向目标方向进行,根据路标的完成情况分段求出规划解.从全局范围上看,爬山过程逐渐实现更多的路标,路标... 详细信息

路标信息能够准确描述智能规划问题解空间的基本形态.提出由路标信息引导的分解规划方法,求解过程由路标计数启发式引导增强爬山算法向目标方向进行,根据路标的完成情况分段求出规划解.从全局范围上看,爬山过程逐渐实现更多的路标,路标计数启发式估值的降低引发规划任务的分解,当搜索过程遇到估值更低的状态时,提取一段爬山路径.如此反复执行"搜索-提取"过程,直至路标计数启发式的估值降低为0,各段爬山路径构成最终的规划解.采用最新国际通用的标准测试问题进行实验测试,结果表明:由路标计数启发式引导的分解规划方法能够更好地发挥路标信息的优势,实现了搜索范围的压缩,可更快地生成规划解.

关键词：路标计数启发式增强爬山分解规划方法爬山路径

来源：评论

学校读者我要写书评

暂无评论

蚁群-遗传算法在多传感器多目标跟踪技术中的应用

引用

电子学报 2013年第3期41卷 609-614页

作者：袁述袁东辉孙基洲刘永波李晶原琳吉林工商学院吉林长春130062 空军哈尔滨飞行学院黑龙江哈尔滨150001 吉林大学知识工程与符号计算教育部重点实验室吉林长春130012

本文提出了一种高效的多目标数据关联算法AC-GADA(Ant Colony-Genetic Algorithm Data Association),该算法以蚁群、遗传算法为基础,利用种群差异性使个体携带信息素,构建了全局信息素扩散模型,并引入了交叉变异策略和种群适应度模型.... 详细信息

本文提出了一种高效的多目标数据关联算法AC-GADA(Ant Colony-Genetic Algorithm Data Association),该算法以蚁群、遗传算法为基础,利用种群差异性使个体携带信息素,构建了全局信息素扩散模型,并引入了交叉变异策略和种群适应度模型.通过大量的实验数据证明,该算法在获得较高关联准确率的同时可以有效地提高关联速度.

关键词：数据关联多目标蚁群算法遗传算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：