检索结果-内蒙古大学图书馆

吉林大学学报（工学版） 2013年第1期43卷 111-116页

作者：陈娟刘大有贾海洋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

针对现有基于宽边界区域的定性方向关系模型存在关系数目巨大不易处理、空间方向划分不符合人类习惯等不足;采用锥形主方向关系作为基础,用由内、外分明区域间方向关系构成的四元组描述宽边界区域间的方向关系,并给出四元组内部4个基本... 详细信息

针对现有基于宽边界区域的定性方向关系模型存在关系数目巨大不易处理、空间方向划分不符合人类习惯等不足;采用锥形主方向关系作为基础,用由内、外分明区域间方向关系构成的四元组描述宽边界区域间的方向关系,并给出四元组内部4个基本关系间的相互约束;讨论了宽边界方向关系的逆运算和复合运算;在此基础上,给出如何将基于宽边界区域的方向关系约束网转换为基于分明区域约束网的规则。此模型不仅降低了方向关系的数目,而且更符合人类认知。

关键词：人工智能定性空间推理方向关系不确定区域宽边界区域锥形主方向关系

来源：评论

学校读者我要写书评

暂无评论

基于问题结构的边界启发式方法

引用

吉林大学学报（工学版） 2013年第4期43卷 1045-1051页

作者：李占山张良郭劲松张乾吉林大学符号计算与知识工程教育部重点实验室长春130012 吉林大学计算机科学与技术学院长春130012

现有启发式方法在处理Composed问题时会生成过多节点,造成求解效率下降。基于此类问题结构特性,设计并实现了一种新的变量排序启发式方法——边界启发式。针对问题结构,提出了边界变量的概念,在Composed问题上实现了对边界变量的筛选,... 详细信息

现有启发式方法在处理Composed问题时会生成过多节点,造成求解效率下降。基于此类问题结构特性,设计并实现了一种新的变量排序启发式方法——边界启发式。针对问题结构,提出了边界变量的概念,在Composed问题上实现了对边界变量的筛选,检索过程中,同普通变量相比边界变量被赋予更高的实例化优先级,文中给出了新启发式方法的两种实现策略。实验结果表明,新启发式方法在求解效率上明显优于原有启发式方法。

关键词：人工智能边界启发式约束满足问题 Composed问题

来源：评论

学校读者我要写书评

暂无评论

基于缩减信念状态的Conformant规划方法

引用

软件学报 2013年第7期24卷 1557-1570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

Conformant规划问题通常转化为信念状态空间的搜索问题来求解.提出了通过降低信念状态的不确定性来提高规划求解效率的方法.首先给出缩减信念状态的增强爬山算法,在此基础上,提出了基于缩减信念状态的Conformant规划方法,设计了CFF-Lit... 详细信息

Conformant规划问题通常转化为信念状态空间的搜索问题来求解.提出了通过降低信念状态的不确定性来提高规划求解效率的方法.首先给出缩减信念状态的增强爬山算法,在此基础上,提出了基于缩减信念状态的Conformant规划方法,设计了CFF-Lite规划系统.该规划器的求解过程包括两次增强爬山过程,分别用于缩减信念状态和搜索目标.首先对初始信念状态作最大程度的缩减,提高启发函数的准确性;然后从缩减后的信念状态开始执行启发式搜索.实验结果表明,CFF-Lite规划系统通过快速缩减信念状态降低了问题的求解难度,在大多数问题上,求解效率和规划解质量与Conformant-FF相比,都有显著的提高.

关键词： Conformant规划问题信念状态增强爬山启发式搜索

来源：评论

学校读者我要写书评

暂无评论

基于信息传播的社交网络拓扑模型

引用

通信学报 2013年第4期34卷 1-9页

作者：刘衍珩李飞鹏孙鑫朱建启吉林大学计算机科学与技术学院吉林长春130022 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

研究社交网络的拓扑结构有利于深刻理解信息在人际网络中的传播过程以及社交网络所具有的拓扑特性。考虑到信息传递具有有向性,通过结合现实生活中信息传播所遵循的规律构造加权有向拓扑模型模拟信息传递的动态性,从而更好地仿真社交网... 详细信息

研究社交网络的拓扑结构有利于深刻理解信息在人际网络中的传播过程以及社交网络所具有的拓扑特性。考虑到信息传递具有有向性,通过结合现实生活中信息传播所遵循的规律构造加权有向拓扑模型模拟信息传递的动态性,从而更好地仿真社交网络的拓扑结构。实验结果表明,模型所生成网络的拓扑结构的度、势分布以及度—势相关性具有明显的幂律分布特性;同时,通过分析所生成网络的聚类系数、核数和基尼系数,验证了其具有社交网络的聚集特性、层次性和异质性。

关键词：社交网络拓扑建模仿真模型信息传播无标度

来源：评论

学校读者我要写书评

暂无评论

一种优先级扫描的Dyna结构优化算法

引用

计算机研究与发展 2013年第10期50卷 2176-2184页

作者：孙洪坤刘全傅启明肖飞高龙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) 长春130012

不确定环境的时序决策问题是强化学习研究的主要内容之一,agent的目标是最大化其与环境交互过程中获得的累计奖赏值.直接学习方法寻找最优策略的算法收敛效率较差,而采用Dyna结构将学习与规划并行集成,可提高算法的收敛效率.为了进一步... 详细信息

不确定环境的时序决策问题是强化学习研究的主要内容之一,agent的目标是最大化其与环境交互过程中获得的累计奖赏值.直接学习方法寻找最优策略的算法收敛效率较差,而采用Dyna结构将学习与规划并行集成,可提高算法的收敛效率.为了进一步提高传统Dyna结构的收敛速度和收敛精度,提出了Dyna-PS算法,并在理论上证明了其收敛性.该算法在Dyna结构规划部分使用优先级扫描算法的思想,对优先级函数值高的状态优先更新,剔除了传统值迭代、策略迭代过程中不相关和无更新意义的状态更新,提升了规划的收敛效率,从而进一步提升了Dyna结构算法的性能.将此算法应用于一系列经典规划问题,实验结果表明,Dyna-PS算法有更快的收敛速度和更高的收敛精度,且对于状态空间的增长具有较强的鲁棒性.

关键词：强化学习时序决策优先级扫描 Dyna结构 Dyna—PS

来源：评论

学校读者我要写书评

暂无评论

一种最大集合期望损失的多目标Sarsa(λ)算法

引用

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

基于Slant变换的半脆弱水印算法

引用

北京工业大学学报 2013年第1期39卷 76-80页

作者：王友卫申铉京陈海鹏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

为了使算法同时具有较高的定位精度和鲁棒性,提出了一种基于Slant变换的半脆弱性数字水印算法.算法引入"相关块组"的概念,结合Slant变换高能量集中性及直流量化原理完成水印嵌入过程,在认证过程中使用了定位参考块.实验结果表... 详细信息

为了使算法同时具有较高的定位精度和鲁棒性,提出了一种基于Slant变换的半脆弱性数字水印算法.算法引入"相关块组"的概念,结合Slant变换高能量集中性及直流量化原理完成水印嵌入过程,在认证过程中使用了定位参考块.实验结果表明,该算法能容忍一定程度的JPEG压缩、Gauss噪声等偶然篡改,对图像中发生的篡改可以有效地检测并进行精确地定位.

关键词：鲁棒性半脆弱水印直流量化原理参考块

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：