检索结果-内蒙古大学图书馆

计算机学报 2019年第7期42卷 1588-1604页

作者：刘全闫岩朱斐吴文张琳琳苏州大学计算机科学与技术学院江苏苏州215006 软件新技术与产业化协同创新中心南京210000 吉林大学符号计算与知识工程教育部重点实验室长春130012 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

结合深度神经网络和强化学习方法的深度Q网络在Atari 2600游戏平台上取得了巨大成功.相较于深度Q网络,深度循环Q网络具有记忆历史信息的能力,在部分游戏上显示出了更好的性能.然而在某些复杂的游戏环境中,一方面深度循环Q网络需要大量... 详细信息

结合深度神经网络和强化学习方法的深度Q网络在Atari 2600游戏平台上取得了巨大成功.相较于深度Q网络,深度循环Q网络具有记忆历史信息的能力,在部分游戏上显示出了更好的性能.然而在某些复杂的游戏环境中,一方面深度循环Q网络需要大量的训练时间,另一方面其在动作空间抖动的策略中不能做出合理决策.针对这些问题,本文提出一种带探索噪音的深度循环Q网络(Deep Recurrent Q-Networks with Exploratory Noise, EN-DRQN)模型.与在动作空间的探索方式不同,EN-DRQN在网络空间注入噪音,引起网络输出变化,然后根据该变化选择动作.这种在网络空间的探索可以在未来多个时间步内造成复杂的改变,并通过循环神经网络记忆多步变化,使智能体(Agent)做出的决策更具有战略性.EN-DRQN具有以下特点:一是利用带探索性的噪音进行深度探索以弥补传统策略探索的低效性.噪音来自于噪音分布,通过方差驱动探索,这使得Agent可以发现大量新状态,提供更加丰富的样本,为决策提供有效信息;二是使用改进的双层门限循环单元来记忆较长时间步的历史信息,使Agent能够在延迟奖赏的情况下做出合理的决策.实验结果表明,EN-DRQN模型在Atari 2600游戏平台上的部分战略性游戏以及具有延迟奖赏的游戏上,与动作空间的抖动策略相比,取得了更优的表现。

关键词：深度学习强化学习循环神经网络卷积神经网络噪音探索

来源：评论

学校读者我要写书评

暂无评论

基于经验指导的深度确定性多行动者-评论家算法

引用

计算机研究与发展 2019年第8期56卷 1708-1720页

作者：陈红名刘全闫岩何斌姜玉斌张琳琳苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室(苏州大学) 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 软件新技术与产业化协同创新中心南京210000

连续控制问题一直是强化学习研究的一个重要方向.近些年深度学习的发展以及确定性策略梯度(deterministic policy gradients, DPG)算法的提出,为解决连续控制问题提供了很多好的思路.这类方法大多在动作空间中加入外部噪声源进行探索,... 详细信息

连续控制问题一直是强化学习研究的一个重要方向.近些年深度学习的发展以及确定性策略梯度(deterministic policy gradients, DPG)算法的提出,为解决连续控制问题提供了很多好的思路.这类方法大多在动作空间中加入外部噪声源进行探索,但是它们在一些连续控制任务中的表现并不是很好.为更好地解决探索问题,提出了一种基于经验指导的深度确定性多行动者评论家算法(experience-guided deep deterministic actor-critic with multi-actor, EGDDAC-MA),该算法不需要外部探索噪声,而是从自身优秀经验中学习得到一个指导网络,对动作选择和值函数的更新进行指导.此外,为了缓解网络学习的波动性,算法使用多行动者评论家模型,模型中的多个行动者网络之间互不干扰,各自执行情节的不同阶段.实验表明:相比于DDPG,TRPO和PPO算法,EGDDAC-MA算法在GYM仿真平台中的大多数连续任务中有更好的表现.

关键词：强化学习深度强化学习确定性行动者评论家经验指导专家指导多行动者

来源：评论

学校读者我要写书评

暂无评论

协同进化的近似规则纹理合成

引用

中国图象图形学报 2013年第1期18卷 107-114页

作者：王相海陶兢喆辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

纹理进化系统是一个面向近似规则纹理合成的算法,系统的主要特点是在进化理论的基础上,通过定义相关行为来优化纹理块在被拼接后无法改变而引发的累积误差问题。提出一种新的基于协同进化思想的纹理合成方案,通过新定义的个体选取及排... 详细信息

纹理进化系统是一个面向近似规则纹理合成的算法,系统的主要特点是在进化理论的基础上,通过定义相关行为来优化纹理块在被拼接后无法改变而引发的累积误差问题。提出一种新的基于协同进化思想的纹理合成方案,通过新定义的个体选取及排布方式,可适用任意方向周期的纹理;通过去除迁徙、预建立适应度表等操作,很好地减轻了适应度计算开销的冗余度,并且新的进化过程能够更好地实现并行化。实验结果表明所提方案不仅在通用性上有所增强,在效率上也得到了显著提升。

关键词：纹理合成近似规则纹理进化系统协同进化

来源：评论

学校读者我要写书评

暂无评论

一个基于Java的分布式对象应用系统

引用

计算机研究与发展 2000年第6期37卷 738-745页

作者：吕强钱培德东南大学计算机科学与工程系南京210096 江苏省计算机信息处理技术重点实验室苏州215006

描述了一个网络应用系统框架．该应用系统以Java为开发环境，各个功能模块以Java对象的模式，独立地工作在Internet的主机上，各功能模块只负责消化处理自己职责范围内的消息，并把响应消息发送到网络，因此，各功能模块具有高度的自治... 详细信息

描述了一个网络应用系统框架．该应用系统以Java为开发环境，各个功能模块以Java对象的模式，独立地工作在Internet的主机上，各功能模块只负责消化处理自己职责范围内的消息，并把响应消息发送到网络，因此，各功能模块具有高度的自治性和互动的透明性．另外，模块之间以XML格式的消息对象驱动，屏蔽了功能模块的实现和界面的相关性．同时，又设计消息传送机制以屏蔽功能模块运行介质和网络的相关性．最后通过介绍和比较CORBA体系和功能，给出结论，本框架可以视为CORBA的面向一类问题的简化实现版本．

关键词：分布式应用程序 Java语言 Internet网面向对象

来源：评论

学校读者我要写书评

暂无评论

面向文本特征选择的去冗余相对判别准则

引用

山西大学学报(自然科学版) 2021年第4期44卷 688-694页

作者：王家琪张莉苏州大学计算机科学与技术学院苏州大学江苏省计算机信息处理技术重点实验室

文本作为一种重要信息载体,对之提取的特征有着直观的含义,但其数量太多。因而,选取合适的特征子集对后续任务至关重要。作为基于文档频率的文本特征选择方法,相对判别准则只关注了特征与类别的相关性,并以此来进行特征选择。为了去除... 详细信息

文本作为一种重要信息载体,对之提取的特征有着直观的含义,但其数量太多。因而,选取合适的特征子集对后续任务至关重要。作为基于文档频率的文本特征选择方法,相对判别准则只关注了特征与类别的相关性,并以此来进行特征选择。为了去除冗余特征,文章在相对判别准则的基础上提出了去冗余相对判别准则。去冗余相对判别准则引入了可计算的文本分布式表示,以此来计算冗余,并结合相对判别准则来进行特征选择。文章在Reuters21578数据集上进行了实验,与先进文本特征选择方法进行了对比。实验结果表明:去冗余相对判别准则在分类准确度指标上有一定提升,尤其在选择特征维度较大的情况下能有效地避免冗余,具有显著的去冗余能力。

关键词：机器学习特征选择自然语言处理相对判别准则词嵌入文本分类

来源：评论

学校读者我要写书评

暂无评论

高光谱海岸带区域分割的活动轮廓模型

引用

中国图象图形学报 2013年第8期18卷 1031-1037页

作者：王相海金弋博辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

近年来,高光谱遥感图像的分割作为地物识别和异常目标探测等应用的基础工作而受到重视,而高光谱遥感图像的海量数据和复杂结构使其分割技术成为一项挑战性的工作。在对海岸带高光谱遥感图像的光谱特性进行分析的基础上,提出一种基于光... 详细信息

近年来,高光谱遥感图像的分割作为地物识别和异常目标探测等应用的基础工作而受到重视,而高光谱遥感图像的海量数据和复杂结构使其分割技术成为一项挑战性的工作。在对海岸带高光谱遥感图像的光谱特性进行分析的基础上,提出一种基于光谱特性的海岸带水、陆区域分割的偏微分方程活动轮廓模型:首先以高光谱海岸带图像的海域像元光谱信息为参照点,构建海岸带高光谱图像的能量偏差矩阵;在此基础上建立适应该能量偏差矩阵的水、陆区域分割的活动轮廓模型。模型通过引入基于梯度的边缘引导函数,提升了对水、陆区域边缘的捕捉能力和抗噪声干扰能力。实验结果表明,与传统活动轮廓模型相比,本文模型不仅能够保证水、陆区域分割的精度,而且具有更快的计算速度。

关键词：高光谱遥感图像海岸带区域分割能量偏差矩阵活动轮廓模型偏微分方程

来源：评论

学校读者我要写书评

暂无评论

面向对等网络的动态多层分组信任模型

引用

计算机工程 2010年第4期36卷 125-127,130页

作者：王磊朱艳琴罗喜召苏州大学计算机科学与技术学院苏州215006 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

目前多数信任模型未考虑节点的异构性,不能有效识别具有复杂策略的恶意节点。针对该问题,提出一种面向对等网络的动态多层分组信任模型。从可信度和服务能力2个方面对节点进行评估,引入惩罚机制和时间权重,基于多层分组结构构建信任模... 详细信息

目前多数信任模型未考虑节点的异构性,不能有效识别具有复杂策略的恶意节点。针对该问题,提出一种面向对等网络的动态多层分组信任模型。从可信度和服务能力2个方面对节点进行评估,引入惩罚机制和时间权重,基于多层分组结构构建信任模型。仿真实验结果表明,该模型能有效提高节点的交互成功率。

关键词：信任对等网络多层分组可信度服务能力

来源：评论

学校读者我要写书评

暂无评论

小波子带最优方向性选择和压缩感知的图像编解码

引用

中国图象图形学报 2013年第12期18卷 1551-1558页

作者：王相海程露露周夏宋传鸣辽宁师范大学计算机与信息技术学院大连116029 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

针对贝叶斯压缩感知应用到图像编解码中所存在的局部优化导致图像解码误差较大的问题,提出一种小波子带最优方向性选择结合贝叶斯压缩感知的编解码方法,以降低解码误差,进而提高编解码的精确度。根据图像小波变换的高、低频子带系数间... 详细信息

针对贝叶斯压缩感知应用到图像编解码中所存在的局部优化导致图像解码误差较大的问题,提出一种小波子带最优方向性选择结合贝叶斯压缩感知的编解码方法,以降低解码误差,进而提高编解码的精确度。根据图像小波变换的高、低频子带系数间所存在的相关性及差异,对其分别进行编解码;为使含图像主要信息的低频系数避免局部优化问题,利用低频系数内部存在的相关性,引入了小波最优方向选择方法对低频系数编解码;并结合基于小波变换的贝叶斯压缩感知对含细节信息的高频系数进行编解码。实验结果表明,该方法在不增加码率的情况下,解码图像具有较好的主观质量,且解码图像的峰值信噪比(PSNR)和结构相似指数度量(SSIM)均有一定程度提高。

关键词：小波子带最优方向压缩感知稀疏表示图像编解码

来源：评论

学校读者我要写书评

暂无评论

基于树核函数的中英文代词消解?

引用

软件学报 2013年第5期 1085-1099页

作者：孔芳周国栋苏州大学计算机科学与技术学院自然语言处理实验室，江苏苏州 215006 江苏省计算机信息处理技术重点实验室，江苏苏州 215006

　　基于树核函数，提出了从使用中心理论、集成竞争者信息和融入语义角色相关信息这3个方面对结构化句法树进行动态扩展来提升中英文代词消解的性能。首先探索了3种基本结构化句法树捕获方案，并使用SVMLight中提供的卷积树核函数直接... 详细信息

　　基于树核函数，提出了从使用中心理论、集成竞争者信息和融入语义角色相关信息这3个方面对结构化句法树进行动态扩展来提升中英文代词消解的性能。首先探索了3种基本结构化句法树捕获方案，并使用SVMLight中提供的卷积树核函数直接进行基于结构化句法树的相似度计算，从而完成指代消解任务；其次，在分析3种结构化句法树捕获方案的基础上，从中心理论、竞争者信息和语义角色相关信息等几方面对捕获的结构化句法树进行了扩展；最后，通过ACE 2004 NWIRE英文语料和ACE 2005 NWIRE中文语料上的实验，说明了这些扩展能够提升代词消解的性能。

关键词：代词消解结构化句法树树核函数

来源：评论

学校读者我要写书评

暂无评论

基于中文词编码的压缩算法ZHCP的实现

引用

小型微型计算机系统 2003年第2期24卷 306-308页

作者：朱巧明赵英英钱培德苏州大学计算机工程系江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006

本文提出并实现了一个基于词编码的 ZHCP中文文本压缩算法 ;通过大量的对相同文本分别使用传统编码算法与 ZHCP算法压缩后得到的结果数据对比 ,表明基于词编码的

关键词：中文词编码压缩算法 ZHCP 中文文本压缩汉字信息处理信息熵

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：