最小状态变元平均奖赏的强化学习方法

针对采用折扣奖赏作为评价目标的Q学习无法体现对后续动作的影响问题,提出将平均奖赏和Q学习相结合的AR-Q-Learning算法,并进行收敛性证明.针对学习参数个数随着状态变量维数呈几何级增长的"维数灾"问题,提出最小状态变元的思想.将最小变元思想和平均奖赏用于积木世界的强化学习中,试验结果表明,该方法更具有后效性,加快算法的收敛速度,同时在一定程度上解决积木世界中的"维数灾"问题.     

X—500的实时操作系统对ANC及PPB的管理和调度

本文是对X-500指挥、控制系统软件研制的总结之一,主要介绍运用iRMX86这个实时操作系统对ANC及PPB的管理和调度,这是一个对iRMX86操作系统进行改造和配置的成功例子。     

浅谈病态码测试在数字电视传输系统中的重要性

介绍了SDI数字视频和病态码测试的基本原理,分析了数字电视系统在极端条件下出现信号劣化的原因,阐述了在高标清传输系统中使用病态码信号进行增强测试对于预防系统崩溃、保证安全播出和播出质量的重要意义,以供同行参考。     

天然维生素E的提取

对经酯化、脱甾醇处理后的油脂脱臭物采用简单蒸馏方法提取维生素E。结果表明维生素E的收率在87%以上,产品含量达51%以上。     

规范执法行为 防止自由裁量权的滥用

“行政执法裁量权”，是指行政执法机关在法律规定范围内可以酌情行使的法定权力。     

一种面向Deep Web集成服务的查询结果动态排序方法

Deep Web集成服务的快速发展,方便了用户对Deep Web信息检索需求。如何提高查询结果的排序效果,将最接近用户查询的结果显示给用户,逐渐成为研究重点。提出了一种综合评判方法,从数据源质量、查询相关度以及查询响应反馈三个方面,综合计算出查询结果的评价分值,并用于查询结果排序,具有较好的可行性和有效性。     

基于虚拟检测线的交通视频关键帧提取

关键帧提取技术是基于内容视频检索的基础,关键帧的提取一方面减少了视频索引的数据量,同时也为检索视频提供了一个组织框架。在归纳分析典型的视频关键帧提取技术的基础上,针对交通视频的独特性提出了一种基于虚拟检测线的关键帧提取方法,并在此过程中提出改进的基于双差分法的背景建模以及基于检测线变化的局部背景更新。实验结果证明,该方法能够依据交通视频内容的复杂程度有效地提取出最具代表性的关键帧,具有较高的提取效率和鲁棒性。     

面向Deep Web的Ajax查询接口技术研究

Deep Web网站采用Ajax技术后使得获取其数据信息更加困难。查询接口处理是获取Deep Web数据的关键步骤,针对采用Ajax技术的Deep Web查询接口,建立Ajax分析处理模型,解决传统爬虫无法完成表单提交的困难,从而获取到更多的Deep Web数据。实验结果证实,该方法是有效的。     

一种基于脑血管图像特征的快速边界跟踪算法*

在处理复杂的脑血管图像时,经典的边界跟踪算法暴露出边界精度不高、边界不够平滑,且速度不尽人意等缺点。提出了一种新的快速边界跟踪算法,该算法在分析脑血管边缘垂直细节远多于水平细节的特征基础上,结合方向记忆选择搜索方向,并在不同的搜索方向上赋予不同的权值,最终得到下一个边界点。实验表明：该算法提取的脑血管边界平滑、速度快,适合脑血管图像的边界提取,为下一步的脑血管形状特征提取及表示提供了精确的数据准备。     

用Capture-Recapture方法估计Web数据库大小*

为了估计网络数据库的大小,提出了基于Capture-Recapture过滤二字亲密、二字排斥的方法。通过在接口文本框提交属性高频字,利用返回的结果集,在两两之间作交集,根据交集中的两字分布分析采样的独立性,过滤掉其中不独立的情况,再利用Capture-Recapture方法估计网络数据库的大小。在模拟和真实的环境下进行了实验,该方法偏差度和波动度均较小。