您的位置: 专家智库 > >

翁东良

作品数:3 被引量:19H指数:2
供职机构:苏州大学计算机科学与技术学院更多>>
发文基金:江苏省高校自然科学研究项目江苏省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇自动化与计算...

主题

  • 1篇多线程
  • 1篇多线程程序
  • 1篇隐马尔科夫模...
  • 1篇数据竞争
  • 1篇死锁
  • 1篇平均奖赏
  • 1篇强化学习方法
  • 1篇网络
  • 1篇线程
  • 1篇马尔科夫
  • 1篇马尔科夫模型
  • 1篇模糊逻辑
  • 1篇内点
  • 1篇感器
  • 1篇ROBOCU...
  • 1篇传感
  • 1篇传感器
  • 1篇传感器网
  • 1篇传感器网络

机构

  • 3篇苏州大学
  • 1篇南京大学

作者

  • 3篇翁东良
  • 2篇杨凯
  • 2篇李瑾
  • 2篇刘全
  • 1篇张书奎
  • 1篇杨旭东

传媒

  • 1篇通信学报
  • 1篇苏州大学学报...

年份

  • 3篇2012
3 条 记 录,以下是 1-3
排序方式:
利用移动内点来修复传感器网络空洞的算法被引量:16
2012年
针对目标区域中存在感知空洞问题,提出了一种空洞修复准则。在此基础上,设计了基于移动节点无需地理信息的修复算法SOI,该算法通过计算空洞边缘可移动的最佳内点,使该边缘节点到达新的位置,实现减少目标区域中空洞面积的目的。分析与仿真实验表明,与VHR算法相比,SOI算法在部署密集的传感网络中需要移动的总距离更少。
杨凯刘全张书奎李瑾翁东良
关键词:传感器网络
基于二型模糊逻辑的死锁与数据竞争检测方法研究
多线程技术因其可以提高计算效率、共享数据存储和节省资源开销在程序开发中得到了广泛应用,然而随着多线程程序的复杂度越来越高,软件开发人员面临着程序设计中出现的大量并发错误,其中死锁和数据竞争是较为常见的错误。国内外很多机构...
翁东良
关键词:死锁数据竞争隐马尔科夫模型多线程程序
文献传递
一种改进的平均奖赏强化学习方法在RoboCup训练中的应用被引量:2
2012年
强化学习在人工智能领域中是一种重要的解决学习控制问题的方法.在强化学习中,平均奖赏类型的强化学习方法适用于解决具有循环特性或者不具有终结状态的问题,然而平均奖赏强化学习存在收敛速度慢、对参数和环境敏感等问题.针对平均奖赏强化学习收敛速度缓慢这一问题,提出了一种改进的平均奖赏强化学习方法.同时,为了处理大状态空间、提高泛化能力,算法采用神经网络作为近似函数.算法在RoboCup中实验的训练表明该算法具有较快的收敛速度和较强的泛化能力.
李瑾刘全杨旭东杨凯翁东良
关键词:平均奖赏ROBOCUP
共1页<1>
聚类工具0