江苏省自然科学基金(BK2008161) 作品数:8 被引量:40 H指数:4 相关作者: 刘全 王晓燕 傅启明 张乐 孙涌 更多>> 相关机构: 苏州大学 江苏省计算机信息处理技术重点实验室 江苏省现代企业信息化应用支撑软件工程技术研究开发中心 更多>> 发文基金: 江苏省自然科学基金 国家自然科学基金 江苏省高校自然科学研究项目 更多>> 相关领域: 自动化与计算机技术 更多>>
一种基于资格迹的并行强化学习算法 被引量:1 2012年 强化学习是一种重要的机器学习方法,然而在实际应用中,收敛速度缓慢是其主要不足之一.为了提高强化学习的效率,提出了一种基于资格迹的并行强化学习算法,并给出了算法实现的框架模型和一些可行的优化方法.由于使用资格迹的算法具有内在的并行性,可以使用多个计算结点分摊值函数表和资格迹表的更新工作,从而实现提高整个系统学习效率的目的.实验结果表明该方法与当前两种主要的并行强化学习算法相比具有一定的优势. 杨旭东 刘全 李瑾遗传反馈的多特征图像检索 被引量:14 2011年 基于内容的图像检索是随着数字多媒体技术的发展和普及而新兴的一门信息检索技术。针对当前该领域存在的对图像描述不准确、查询精度低以及反馈次数较多的问题,提出一种基于遗传反馈的图像检索算法。该算法以遗传算法和相关反馈为基础,利用多特征进行检索,避免在利用单一特征进行检索时所出现的不同图像具有相同单一特征(颜色、纹理和形状等)的问题,对图像进行多特征描述可以从多个角度对图像进行定义,大大减少了不同图像却具有相同特征的概率。与现有的算法相比,其具有自动调整图像特征权重、较低反馈次数和较高查询精度的特性。实验结果表明,该算法对于旋转、平移和尺度变化具有较强的鲁棒性,同时具有减少反馈次数和较高查询精度的性能。 傅启明 刘全 王晓燕 张乐关键词:遗传算法 图像表示 基于Bayes序贯估计的无线传感器网络数据融合算法 被引量:10 2009年 移动代理被认为是无线传感器网络中解决数据融合的有效方法,但代理访问节点的次序以及总数对算法有较大影响,为此该文提出一种基于Bayes序贯估计的移动代理数据融合算法.该算法通过构造特定数据结构的报文,在多跳环境中由Bayes序贯估计调整梯度向量,据此动态决定移动代理的访问路径,使移动代理有选择地在传感器节点之间移动,且在节点处由移动代理对数据进行融合,将多余的感知数据剔除,而不是把原始数据传输到Sink节点。理论分析和模拟实验表明,该算法有较小的能量消耗和传输延时。 张书奎 崔志明 龚声蓉 孙涌 方巍关键词:无线传感器网络 移动代理 数据融合 基于强化学习的多策略选择遗传算法 被引量:5 2011年 为解决传统遗传算法早熟收敛和收敛速度慢的问题,提出一种基于强化学习的多策略选择遗传算法MPSGA。通过使用不同的选择策略将整个种群划分为3个子种群并分别进化,能提高种群的多样性,有效避免遗传算法的早熟收敛问题。将种群的多样性和算法的运行机制相结合,根据种群多样性的变化运用强化学习算法动态地优化各子种群间的比例参数,从而将种群多样性保持在合适的范围,一定程度上解决了收敛速度和全局收敛性之间的矛盾。实验结果表明,该算法在收敛精度和搜索效率上都表现出较好的性能。 王晓燕 刘全 傅启明 张乐关键词:遗传算法 种群多样性 一种多分类器Deep Web数据源的自动分类与判别方法 2010年 Deep Web数据源的发现和其领域相关性越来越引起人们的关注和兴趣。针对在判别查询接口时,提取精度低和忽略领域相关性的问题,提出一种采用多分类器对Deep Web数据源进行自动分类和判别的方法,其思想是:对爬虫获取到的页面使用朴素贝叶斯分类器对其进行领域相关性分类,然后使用改进的决策树分类器来对特定领域的数据源进行判定。实验结果表明此方法相比于使用单一决策树分类器有更好的性能,其召回率和精度都有所提高。 李志涛 刘全 周文云关键词:深网 网页表单 朴素贝叶斯分类 决策树 传感器网络病毒感染传播局域控制研究 被引量:6 2009年 从传感器网络节点重要性的角度来研究病毒传播的局域控制,研究表明,通过对少量的重要节点进行免疫,可以抑制病毒的大范围扩散,提高网络的抗蓄意攻击能力.随着免疫效率的提高,使感染传播率临界值增加,同时使病毒感染局域范围控制的效果得到加强. 张书奎 崔志明 龚声蓉 孙涌关键词:复杂网络 传感器网络 一种改进的SVM决策树Web文本分类算法 被引量:3 2011年 SVM决策树能够较好地进行Web文本信息分类,在此基础上进一步结合遗传算法,将SVM决策树分类器的分类正确率作为GA适应度函数,对SVM决策树层次结构进行优化,在每一决策节点自动选择最优或近优的分类决策。实验结果表明,采用该方法进行多类分类,分类精度明显提高,体现了将遗传算法与SVM决策树结合的优越性。 徐丽 伏玉琛 李斯关键词:支持向量机 遗传算法 基于OWL的工作流异常处理建模方法 被引量:1 2011年 针对工作流异常和本体的特点,提出了任务属性的概念和基于网络本体语言(Webontology language,OWL)本体推理及属性驱动的异常识别方法。任务属性扩展了工作流活动模型(Workflow activity model,WAMO)模型的事务属性,并附加在流程任务之外,利用OWL本体语言对其进行描述,通过任务属性建立起任务异常与处理模式之间的映射关系。在任务发生异常后,OWL本体推理机通过已定义的映射关系使任务异常检索到异常本体中根据属性描述的异常处理模式,进而对任务异常做出相应的处理。由于OWL的定义是增量式的,并且具有通用资源标识符,因此不仅可以使异常处理机制通过语义而非关键字来识别任务异常的处理模式,而且还能在分布式环境下对异常知识库进行扩展式开发,减少知识库开发的工作量。 于万钧 金炳旭 张宾 刘全关键词:工作流 网络本体语言 本体推理