安徽省自然科学基金(070412064) 作品数:19 被引量:44 H指数:3 相关作者: 王浩 姚宏亮 方宝富 俞奎 杨静 更多>> 相关机构: 合肥工业大学 常州纺织服装职业技术学院 安徽建筑工业学院 更多>> 发文基金: 安徽省自然科学基金 国家自然科学基金 安徽省高校省级自然科学研究项目 更多>> 相关领域: 自动化与计算机技术 电气工程 经济管理 更多>>
一种多样性引导的进化粒子滤波 被引量:3 2008年 粒子滤波(PF)算法存在的主要问题是粒子退化现象,利用重抽样过程可以有效减轻退化现象,但带来了采样枯竭问题,导致滤波精度下降.本文提出一种多样性引导的进化粒子滤波(DEPF),把粒子群优化(PSO)算法引入到传统PF中,通过PSO搜索寻优重新分配粒子,使粒子的表示更加接近真实后验,并在PSO的搜索寻优过程中使用多样性引导机制来保证所得粒子集的多样性,以提高PF的精度.仿真实验结果表明了该算法的有效性. 杨峰 王浩 姚宏亮 李俊照关键词:粒子滤波 粒子群优化算法 多样性 引入分割团的BK推理算法及其在Robocup中的应用 被引量:1 2009年 BK算法是动态贝叶斯网络(DBNs)的一种主要近似推理方法,但对网络的人工分割会引入较大误差。首先通过将决策结点转换成随机结点,给出基于DBNs的Robocup协作问题的一种建模方法;然后,给出一种引入分割团的新BK算法,以减小网络分割产生的误差,并对Robocup中的两个球员配合射门问题进行推理。引入分割团的BK算法和1.5片联合树推理算法的比较实验结果表明,引入分割团使BK算法在精度损失较小的情况下,时间性能有显著提高。 张润梅 姚宏亮关键词:动态贝叶斯网络 一种基于模型的强化学习算法 被引量:1 2008年 收敛速度是衡量机器学习算法的一个重要指标,在强化学习中,如果算法不充分利用从每次学习中获取的经验知识,算法的收敛速度则比较缓慢;为了提高强化学习的收敛速度,文章将环境模型的学习引入到强化学习过程中,首先学习环境模型,然后根据所得的新模型重新指导强化学习过程,在Linux下的RoboCup仿真平台上对该算法进行了验证,实验结果证明了其有效性。 苏浩铭 王浩关键词:智能体 机器人足球 贝叶斯网络的并行EM学习算法 被引量:2 2008年 时间复杂性是基于 EM 框架的贝叶斯网络学习算法应用的一个瓶颈问题.本文首先提出一种并行的参数EM 算法来学习具有缺省数据的贝叶斯网络参数,实验表明该算法可有效降低参数学习的时间复杂性.进而将该算法应用到结构 EM 算法中,提出一种并行的结构 EM 算法(PL-SEM),PL-SEM 算法并行地计算各个样本的期望充分因子和贝叶斯网络的参数,降低结构学习的时间复杂性. 俞奎 王浩 吴信东 姚宏亮关键词:贝叶斯网络 一种基于支持向量回归方法在RoboCup中的应用 被引量:2 2007年 对RoboCup中截球问题引入了支持向量回归方法,通过采集样本训练预测模型来预测Agent成功截到球时球运动过的距离。为了达到更好的预测效果,对此模型的参数选择问题进行了相应的研究,最后将此预测模型与广义回归神经网络等传统方法相比较,结果表明,在截球距离的预测精度方面要优于传统的广义回归神经网络。 刘扬 王浩 方宝富 姚宏亮关键词:支持向量回归 径向基网络 动态影响图模型研究 被引量:2 2008年 部分可观察马尔可夫决策过程在策略空间和状态空间上的计算复杂性,使求解其一个最优策略成为NP-hard难题.为此,提出一种动态影响图模型来建模不确定环境下的Agent动态决策问题.动态影响图模型以有向无环图表示系统变量之间的复杂关系.首先,动态影响图利用动态贝叶斯网络表示转移模型和观察模型以简化系统的状态空间;其次,效用函数以效用结点的形式清晰地表示出来,从而简化系统效用函数的表示;最后,通过决策结点表示系统的行为来简化系统的策略空间.通过实例从3个方面和POMDP模型进行了比较,研究的结果表明,动态影响图模型为大型的POMDP问题提供了一种简明的表示方式,最后在Robocup环境初步验证了该模型. 俞奎 王浩 姚宏亮关键词:动态贝叶斯网络 影响图 马尔可夫决策过程 部分可观察马尔可夫决策过程 MAS中基于任务分解和QoS的语义Web服务组合模型 2009年 Web服务组合是Web服务应用的一个重要研究方向。语义Web服务组合系统可以看成是一个多Agent系统(MAS),在此中基于任务分解和服务质量(QoS)约束的思想,提出一种语义Web服务组合模型,该模型首先将用户的服务请求任务分解成多个且能够单独执行的子任务;每个子任务对应的服务发现通过语义进行匹配,服务选择指标又通过服务质量指数的计算来获得,从而形成满足用户需求的组合服务序列。最后的仿真实验结果表明了该模型的有效性和可用性。 方棚柏 王浩关键词:多AGENT系统 语义WEB服务 一种基于中心文档的KNN中文文本分类算法 被引量:17 2011年 在浩瀚的数据资源中,为了实现对特定主题的搜索或提取,文本自动分类技术已经成为目前研究的热点。KNN是一种重要的文本自动分类方法,KNN能够处理大规模数据,且具有较高的稳定性,但面临分类速度较慢的问题。以KNN方法为基础,引入特征项间的语义关系,并根据语义关系进行聚类生成中心文档,减少了KNN要搜索的文档数,提高了分类速度。仿真实验表明,该算法在不损失分类精度的情况下,显著提高了分类的速度。 鲁婷 王浩 姚宏亮关键词:中文文本分类 语义相似度 聚类 基于约束满足的多目标双足机器人动态步态参数优化 2010年 目前的步态优化算法仅仅实现了对单一目标的优化,把双足机器人步态优化看做是多目标优化问题,构建了衡量稳定性、能量消耗、步行速度三个目标评价函数。考虑到直接对多个目标加权求和的方法不能很好地处理多目标问题,提出一种新的基于约束满足的多目标步态参数优化算法,其思想是把基于惩罚函数的SPEA2(strength Pareto evolutionary algorithm2)应用到多目标双足机器人动态步态参数优化问题上,规划出了同时满足这三个目标的动态优化步态。通过仿真实验表明了算法的有效性。 王浩 年士瑞 方宝富 王国庆 韩无盐关键词:双足机器人 多目标优化 PARETO最优 基于用户访问模式的个性化推荐算法研究 根据用户在访问时间和访问频度上表现出来的兴趣度,可以准确地度量用户的访问兴趣,并挖掘出web日志文件里潜在的用户访问模式。本文提出了一种基于用户访问模式的个性化推荐算法,该算法可以提高个性化推荐准确率和覆盖率。 吴雯雯 王浩 杨静关键词:WEB日志 个性化推荐 文献传递