检索结果-内蒙古大学图书馆

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

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

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

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

一种基于智能调度的可扩展并行强化学习方法

引用

计算机研究与发展 2013年第4期50卷 843-851页

作者：刘全傅启明杨旭东荆玲李瑾李娇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 南京大学计算机科学与技术系南京210093

针对强化学习在大状态空间或连续状态空间中存在的"维数灾"问题,提出一种基于智能调度的可扩展并行强化学习方法——IS-SRL,并从理论上进行分析,证明其收敛性.该方法采用分而治之策略对大状态空间进行分块,使得每个分块能够... 详细信息

针对强化学习在大状态空间或连续状态空间中存在的"维数灾"问题,提出一种基于智能调度的可扩展并行强化学习方法——IS-SRL,并从理论上进行分析,证明其收敛性.该方法采用分而治之策略对大状态空间进行分块,使得每个分块能够调入内存独立学习.在每个分块学习了一个周期之后交换到外存上,调入下一个分块继续学习.分块之间在换入换出的过程中交换信息,以使整个学习任务收敛到最优解.同时针对各分块之间的学习顺序会显著影响学习效率的问题,提出了一种新颖的智能调度算法,该算法利用强化学习值函数更新顺序的分布特点,基于多种调度策略加权优先级的思想,把学习集中在能产生最大效益的子问题空间,保障了IS-SRL方法的学习效率.在上述调度算法中融入并行调度框架,利用多Agent同时学习,得到了IS-SRL方法的并行版本——IS-SPRL方法.实验结果表明,IS-SPRL方法具有较快的收敛速度和较好的扩展性能.

关键词：强化学习分而治之并行计算可扩展性智能调度

来源：评论

学校读者我要写书评

暂无评论

C2E:一个高性能的EPCCL编译器

引用

计算机学报 2013年第6期36卷 1254-1260页

作者：刘大有赖永林海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 沈阳师范大学软件学院沈阳110034

提出一个新的基于DPLL的编译算法KCDP,从而成功地将EPCCL理论和SAT求解联系起来,使得目前很多应用在基于DPLL的SAT求解器中先进的技术都能被引入到EPCCL理论的编译中以提高编译效率;提出规约规则,并基于该规则,提出能在多项式时间内终止... 详细信息

提出一个新的基于DPLL的编译算法KCDP,从而成功地将EPCCL理论和SAT求解联系起来,使得目前很多应用在基于DPLL的SAT求解器中先进的技术都能被引入到EPCCL理论的编译中以提高编译效率;提出规约规则,并基于该规则,提出能在多项式时间内终止的REDUCE算法对EPCCL理论进行规约;结合KCDP和REDUCE算法,实现了编译器C2E,并在随机问题和国际通用的测试用例上测试了C2E的编译效率和编译质量,实验结果表明,无论从编译效率还是编译质量来说,C2E都是一个高性能的EPCCL编译器.

关键词：知识编译 EPCCL理论 DPLL程序规约规则

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

基于矩阵计算极小碰集的启发式算法

引用

吉林大学学报（工学版） 2013年第1期43卷 106-110页

作者：欧阳丹彤耿雪娜郭劲松王晓宇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

提出了一种基于矩阵模型计算极小碰集的新方法。通过在矩阵中存储冲突集合簇的相关信息,引入集合簇中元素的频率作为启发信息,完成对极小碰集的计算。该算法的数据结构简单,程序易于实现,同时启发信息的引入减少了节点的生成。该算法可... 详细信息

提出了一种基于矩阵模型计算极小碰集的新方法。通过在矩阵中存储冲突集合簇的相关信息,引入集合簇中元素的频率作为启发信息,完成对极小碰集的计算。该算法的数据结构简单,程序易于实现,同时启发信息的引入减少了节点的生成。该算法可以产生而且仅产生所有的极小碰集。实验结果表明该算法有较高的计算效率。

关键词：人工智能基于模型诊断冲突集极小碰集启发式算法

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：