检索结果-内蒙古大学图书馆

电子学报 2011年第11期39卷 2540-2546页

作者：金弟刘大有杨博刘杰何东晓田野吉林大学计算机科学与技术学院吉林长春130012 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

目前复杂网络的规模越来越庞大,且呈现天然的分布式特性,因此从局部观点出发提出快速网络聚类算法就成为迫切需要.为解决这一问题,本文基于对网络模块性函数Q的分析,推导出一个针对于单个结点的局部目标函数f,并证明Q函数随网络中任一... 详细信息

目前复杂网络的规模越来越庞大,且呈现天然的分布式特性,因此从局部观点出发提出快速网络聚类算法就成为迫切需要.为解决这一问题,本文基于对网络模块性函数Q的分析,推导出一个针对于单个结点的局部目标函数f,并证明Q函数随网络中任一结点的f函数呈单调递增趋势,进而提出一个基于局部优化的近线性网络聚类算法FNCA.在该算法中,每个结点仅利用网络的局部簇结构信息来优化自身的目标函数f,所有结点通过相互协同来实现对整个网络的聚类.通过计算机生成网络和真实网络对算法FNCA进行测试,实验表明,该算法的运行效率和聚类质量都要明显优于当前的一些优秀网络聚类算法.

关键词：复杂网络网络聚类簇结构局部探测

来源：评论

学校读者我要写书评

暂无评论

一种基于线性函数逼近的离策略Q(λ)算法

引用

计算机学报 2014年第3期37卷 677-686页

作者：傅启明刘全王辉肖飞于俊李娇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长春130012

将函数逼近用于强化学习是目前机器学习领域的一个新的研究热点.针对传统的基于查询表及函数逼近的Q(λ)学习算法在大规模状态空间中收敛速度慢或者无法收敛的问题,提出一种基于线性函数逼近的离策略Q(λ)算法.该算法通过引入重要性关... 详细信息

将函数逼近用于强化学习是目前机器学习领域的一个新的研究热点.针对传统的基于查询表及函数逼近的Q(λ)学习算法在大规模状态空间中收敛速度慢或者无法收敛的问题,提出一种基于线性函数逼近的离策略Q(λ)算法.该算法通过引入重要性关联因子,在迭代次数逐步增长的过程中,使得在策略与离策略相统一,确保算法的收敛性.同时在保证在策略与离策略的样本数据一致性的前提下,对算法的收敛性给予理论证明.将文中提出的算法用于Baird反例、Mountain-Car及Random Walk仿真平台,实验结果表明,该算法与传统的基于函数逼近的离策略算法相比,具有较好的收敛性;与传统的基于查询表的算法相比,具有更快的收敛速度,且对于状态空间的增长具有较强的鲁棒性.

关键词：强化学习函数逼近离策略 Q(A)算法机器学习中图法

来源：评论

学校读者我要写书评

暂无评论

结合问题特征的分组式诊断方法

引用

电子学报 2018年第3期46卷 589-594页

作者：刘梦欧阳丹彤刘伯文张立明张永刚吉林大学计算机科学与技术学院吉林长春130012 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

模型诊断方法是人工智能领域重要的系统故障自动检测方法,被广泛应用于软件故障检测和硬件诊断.近年来由于电路规模和复杂度不断增大,其诊断难度也不断增大.本文通过对电路模型特征的研究,结合LLBRStree(Last-Level Based on Reverse Se... 详细信息

模型诊断方法是人工智能领域重要的系统故障自动检测方法,被广泛应用于软件故障检测和硬件诊断.近年来由于电路规模和复杂度不断增大,其诊断难度也不断增大.本文通过对电路模型特征的研究,结合LLBRStree(Last-Level Based on Reverse Search-tree)诊断算法提出分组式诊断方法 GD(Grouped Diagnosis):首先结合电路特征确定组件的故障相关性并对电路组件进行分组,可缩减电路中需检测的规模;其次,利用分组后电路并结合非诊断解定理和SAT(SATisfiability)求解特征定位部分非诊断解,从而避免该部分的一致性检测来加速求解.本文算法可应用于电子电路故障诊断领域,并且实验结果表明该算法与LLBRS-tree算法相比求解效率平均提高了1.5倍,最多提高了3倍.

关键词：基于模型的诊断问题特征分组 SAT求解器集合枚举树

来源：评论

学校读者我要写书评

暂无评论

简单凹形区域间空间关系的一种表示及推理模型

引用

电子学报 2009年第8期37卷 1830-1836页

作者：欧阳继红富倩刘大有吉林大学计算机科学与技术学院吉林长春130012 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

空间拓扑关系的代表模型有区域连接演算RCC和9-交集模型.针对凹形区域间空间关系的研究工作主要有Cohn提出的***23的表达力相对有限,在实际应用中具有一定的局限性.本文针对简单凹形区域空间关系的表示及推理,基于Egenhofer和El-Geresy... 详细信息

空间拓扑关系的代表模型有区域连接演算RCC和9-交集模型.针对凹形区域间空间关系的研究工作主要有Cohn提出的***23的表达力相对有限,在实际应用中具有一定的局限性.本文针对简单凹形区域空间关系的表示及推理,基于Egenhofer和El-Geresy的空间推理方法,完成了如下工作:扩展9-交集矩阵得到16-交集矩阵;基于16-交集矩阵扩展RCC23提出了RCC62;给出了RCC62的概念邻域图和最近拓扑关系图;提出了RCC62关系复合的推理规则.RCC62比RCC23新增了39种基本关系,表达力更强;RCC62的推理规则可以推导出RCC62的复合表.

关键词：拓扑关系简单凹形区域凸壳 RCC23 9-交集

来源：评论

学校读者我要写书评

暂无评论

Internet级联动力学分析与建模

引用

软件学报 2010年第8期21卷 2050-2058页

作者：王健刘衍珩张程李成岳吉林大学计算机科学与技术学院吉林长春130012 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

不同于以往的介数模型,分析了Internet级联动力学特点,提出了节点拥塞函数,相当于给每个节点赋予一个动态权值,以表征该节点的拥塞程度.引入延迟时间的概念,在永久删除策略和不删除策略之间建立关联,以增强模型的灵活性.基于拥塞作用建... 详细信息

不同于以往的介数模型,分析了Internet级联动力学特点,提出了节点拥塞函数,相当于给每个节点赋予一个动态权值,以表征该节点的拥塞程度.引入延迟时间的概念,在永久删除策略和不删除策略之间建立关联,以增强模型的灵活性.基于拥塞作用建立新的网络效率评估函数,并以此衡量级联故障的严重性.基于同质Statnet和异质Webgraph两种拓扑,研究不同的拓扑结构、规模、延迟时间、节点处理能力和包产生速率对拥塞传播的影响,揭示出级联故障传播分为3个阶段以及影响传播的部分主要因素.

关键词：互联网复杂网络级联故障拥塞作用传播模型

来源：评论

学校读者我要写书评

暂无评论

基于免疫和进化扩散算法的全局优化问题求解算法

引用

吉林大学学报（工学版） 2009年第1期39卷 124-130页

作者：金弟刘大有黄晶何东晓王新华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

在求解全局优化问题时,通常免疫算法、进化扩散算法分别在局部搜索和全局搜索方面表现较弱。针对这一情况,基于免疫和进化扩散算法,提出了一个免疫-进化扩散算法。该算法结合了免疫和进化扩散两种算法的优点,一方面通过引入基于共享机... 详细信息

在求解全局优化问题时,通常免疫算法、进化扩散算法分别在局部搜索和全局搜索方面表现较弱。针对这一情况,基于免疫和进化扩散算法,提出了一个免疫-进化扩散算法。该算法结合了免疫和进化扩散两种算法的优点,一方面通过引入基于共享机制的小生境算法,保持了群体的多样性,另一方面通过提出一种步长参数动态调整策略,提高了算法效率。实验结果表明,在给定精度下,该算法的效率和稳定性都明显优于Tsui的进化扩散算法和Ingber的自适应模拟退火算法。最后对步长参数动态调整策略进行了分析。

关键词：人工智能全局优化算法免疫-进化扩散算法小生境

来源：评论

学校读者我要写书评

暂无评论

自然进化策略的特征选择算法研究

引用

软件学报 2020年第12期31卷 3733-3752页

作者：张鑫李占山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

特征选择是一种NP-难问题,旨在剔除数据集中不相关及冗余的特征来减少模型训练的时间,提高模型的精确度.因此,特征选择在机器学习、数据挖掘和模式识别等领域中是一种重要的数据预处理手段.提出一种新的基于自然进化策略的特征选择算法... 详细信息

特征选择是一种NP-难问题,旨在剔除数据集中不相关及冗余的特征来减少模型训练的时间,提高模型的精确度.因此,特征选择在机器学习、数据挖掘和模式识别等领域中是一种重要的数据预处理手段.提出一种新的基于自然进化策略的特征选择算法——MCC-NES.首先,算法采用了基于对角协方差矩阵建模并通过梯度信息自适应调整参数的自然进化策略;其次,为了使算法有效地处理特征选择问题,在初始化阶段引入了一种特征编码方式;之后,结合分类准确率和维度缩减给出了算法的适应度函数;此外,面对高维数据引入了合作协同进化的思想,将原问题分解为相对较小的子问题并分别对每个子问题独立求解,然后,通过所有子问题相互联系来优化原问题的解决方案;进一步引入分布式种群进化的概念,实现多个种群竞争进化来增加算法的探索能力,并设计了种群重启策略以防止种群陷入局部最优解.最后将提出的算法与几种传统的特征选择算法在一些UCI公共数据集上进行对比实验,实验结果显示:所提出的算法可以有效地完成特征选择问题,并且与经典特征选择算法相比有一定的竞争力,尤其是在处理高维数据时有着出色的表现.

关键词：进化策略特征选择合作协同进化竞争进化高维

来源：评论

学校读者我要写书评

暂无评论

离散事件系统故障的极小观测序列

引用

湖南大学学报（自然科学版） 2016年第4期43卷 147-152页

作者：欧阳丹彤李江娜耿雪娜吉林大学计算机科学与技术学院吉林长春130012 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

为了提高可诊断离散事件系统故障的在线诊断效率,本文从判定故障发生的可观测事件的角度,提出了故障极小观测序列方法.文中选取有限状态自动机对离散事件系统进行建模.首先,在离线状态下,建立系统的故障模型,以排除对于判定系统故障无... 详细信息

为了提高可诊断离散事件系统故障的在线诊断效率,本文从判定故障发生的可观测事件的角度,提出了故障极小观测序列方法.文中选取有限状态自动机对离散事件系统进行建模.首先,在离线状态下,建立系统的故障模型,以排除对于判定系统故障无关的路径.然后,根据故障模型进一步建立判定系统故障的极小观测序列模型.当离散事件系统在线诊断时,仅需将逐步增加的在线观测事件序列与故障的极小观测序列模型进行比对.若能找到满足该模型的任何一条路径,则说明路径终止状态上故障标签对应的系统故障发生;否则,说明系统无故障发生.文中对可诊断离散事件系统进行实验对比,通过故障的极小观测序列模型能尽快判定有无故障发生,以及发生了哪些故障.该模型能有效地缩小系统在线诊断的时间,提高系统在线诊断的效率.

关键词：离散事件系统故障模型极小观测序列模型故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于等价类划分的配置求解与解释计算

引用

软件学报 2011年第5期22卷 929-937页

作者：李宏博李占山韩文成吉林大学计算机科学与技术学院吉林长春130012 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

基于约束的配置模型中会有一些变量之间不存在任何直接或间接的约束关系,这样的变量之间进行约束传播不会互相影响取值.基于配置问题的这一特点,提出了一种等价类划分的思想,用于构造产品模型时的预处理技术,可以有效地将原问题划分为... 详细信息

基于约束的配置模型中会有一些变量之间不存在任何直接或间接的约束关系,这样的变量之间进行约束传播不会互相影响取值.基于配置问题的这一特点,提出了一种等价类划分的思想,用于构造产品模型时的预处理技术,可以有效地将原问题划分为若干子问题,证明了这些子问题可以分别处理.分别采用两种回溯策略对求解效率进行了测试,结果表明能够有效地提高求解效率.最后,等价类划分方法与计算解释的QUICKXPLAIN算法集成计算冲突解释,测试结果表明,经过等价类划分后,同样可以有效地提高计算解释的效率.

关键词：约束满足配置等价类回溯冲突解释

来源：评论

学校读者我要写书评

暂无评论

不完备模型下的离散事件系统诊断方法

引用

软件学报 2012年第3期23卷 465-475页

作者：王晓宇欧阳丹彤赵剑吉林大学计算机科学与技术学院吉林长春130012 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

提出不完备模型的两种不完备性:模型定义不完备和因果关系不完备.在模型定义不完备条件下,用在线观测与模型共同约束的方法处理观测乱序及未定义事件,得到可行的诊断轨迹.相对于基于完备模型假设下不能诊断的结论,该方法扩展了诊断方法... 详细信息

提出不完备模型的两种不完备性:模型定义不完备和因果关系不完备.在模型定义不完备条件下,用在线观测与模型共同约束的方法处理观测乱序及未定义事件,得到可行的诊断轨迹.相对于基于完备模型假设下不能诊断的结论,该方法扩展了诊断方法的适用范围,放松了对模型的约束要求.在因果不完备条件下,提出用因果图联系部件,解决分布式诊断中由于部件独立建模而导致的不彻底诊断,提高了诊断的精确性.通过实验验证,两种条件下的诊断方法均能在相应的不完备模型中得到预期诊断结果,并对模型进行局部修订,提高模型的完备性.

关键词：动态诊断:不完备模型

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：