检索结果-内蒙古大学图书馆

计算机学报 2013年第4期36卷 677-700页

作者：魏达王沿锡王健刘衍珩邓伟文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130012

车载自组网已经在学术界和工业界受到广泛重视,新型应用和协议在实际工况条件下的测试需要很多人力和物力,并且不易控制,因此通常采用软件模拟方式进行实验验证.准确的移动模型是提高车载自组网模拟结果置信度的关键技术之一.文中从对... 详细信息

车载自组网已经在学术界和工业界受到广泛重视,新型应用和协议在实际工况条件下的测试需要很多人力和物力,并且不易控制,因此通常采用软件模拟方式进行实验验证.准确的移动模型是提高车载自组网模拟结果置信度的关键技术之一.文中从对交通特征的刻画粒度、移动模型的依赖与限制条件和移动模型的建立方法3个方面对已有的移动模型进行综合分析,提出若干面向宏观行为的统计特征量,并选取典型移动模型对其设计原理、微观特征和宏观特征等进行详细对比分析.微观方面,分析了各移动模型车辆的单次移动时间、单次移动距离、单次暂停时间和单次连接时间等特征量,结果发现不同模型在上述特征量的补累积分布下具有相似特征,而对应特征量的概率分布则具有一定差别.宏观方面,分析了各移动模型单个车辆的平均速度、总移动距离、总移动时间、平均邻居数量和平均加速度等特征量,结果表明不同模型在上述特征量的补累积分布下也体现出近似的相变行为,但各自的相变点不同,各模型对应特征量的概率分布具有明显的泊松分布特征,但均值差异较大.另外,也分析了各移动模型所有车辆的瞬时平均速度、瞬时移动距离、瞬时移动车辆数目、瞬时平均邻居节点数和瞬时平均加速度等特征量,结果表明各移动模型瞬时特性曲线的抖动强度和抖动趋势均不同,各模型特征量的平均值对车辆数量变化的敏感度也不尽相同.

关键词：车载自组网移动模型交通模拟性能分析

来源：评论

学校读者我要写书评

暂无评论

一种结合特征选择和链接过滤的主动协作分类方法

引用

计算机研究与发展 2013年第11期50卷 2349-2357页

作者：李丽娜欧阳继红刘大有高文杰吉林大学计算机科学与技术学院长春130012 符号计算与知识工程教育部重点实验室(吉林大学) 长春130012 吉林大学数学学院长春130012

分类是网络数据挖掘中的重要研究课题之一.协作分类利用网络节点之间的依赖关系对相互链接的节点集合进行组合分类,其精度高于传统的分类方法,受到广泛关注,并被应用于文档分类、蛋白质结构预测、图像处理和社会网络分析等众多领域.提... 详细信息

分类是网络数据挖掘中的重要研究课题之一.协作分类利用网络节点之间的依赖关系对相互链接的节点集合进行组合分类,其精度高于传统的分类方法,受到广泛关注,并被应用于文档分类、蛋白质结构预测、图像处理和社会网络分析等众多领域.提出一种结合特征选择和链接过滤的主动协作分类方法,算法首先基于最小冗余-最大相关方法选择重要的属性,并建立隐式链接;之后过滤初始链接得到显式链接,最后集成隐式和显式链接形成新的网络结构,再应用协作分类方法实现分类.在3个公共数据集上将该方法分别与典型的传统分类方法、协作分类方法进行对比,结果表明该方法能获得较高的分类精度,对稀疏标记的网络其优势更加明显.

关键词：协作分类特征选择链接过滤主动学习网络数据

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

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

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

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

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

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

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：