路标计数启发式引导的分解规划方法

路标信息能够准确描述智能规划问题解空间的基本形态.提出由路标信息引导的分解规划方法,求解过程由路标计数启发式引导增强爬山算法向目标方向进行,根据路标的完成情况分段求出规划解.从全局范围上看,爬山过程逐渐实现更多的路标,路标计数启发式估值的降低引发规划任务的分解,当搜索过程遇到估值更低的状态时,提取一段爬山路径.如此反复执行“搜索-提取”过程,直至路标计数启发式的估值降低为0,各段爬山路径构成最终的规划解.采用最新国际通用的标准测试问题进行实验测试,结果表明:由路标计数启发式引导的分解规划方法能够更好地发挥路标信息的优势,实现了搜索范围的压缩,可更快地生成规划解.     

一种高质量的领域无关前向规划剪枝策略

前向启发式搜索和放宽规划方法被很多领域无关的规划器所采用,被认为是一种有效的规划范型.FF规划器利用放宽规划图计算状态的启发式估值,并提取有利动作集合进行前向搜索的剪枝.但过大的有利动作集合造成了过多的消耗.文中提出了一种新的高质量的领域无关剪枝策略.该策略根据放宽规划图的动作层和命题层之间的关系,提取出所谓的直接效用动作集合,此集合之外的其它动作都被剪枝.直接效用动作集合比FF的有利动作集合更加精简,更具启发性,能指导前向搜索集中在那些离目标更近的状态.根据直接效用动作作者开发了一种新的lookahead搜索邻居,并应用在改进后的增强型爬山搜索算法中,使得前向搜索具备良好的前瞻性.当增强型爬山法失败时,采取一种从局部极小值重启完备搜索的策略以保持系统完备性.通过对国际规划大赛基准问题的测试表明,基于该剪枝策略及前向搜索算法实现的前向规划系统有效地缩小了搜索空间,搜索的节点数目比FF的有利动作策略明显要少,搜索效率有显著的提升.     

基于前向搜索的快速视差范围估计方法

在立体匹配中,设置合理的视差搜索范围能够提高匹配的速度和精度。为此,提出了一种基于前向搜索的图像迭代细分方法用以估算视差范围的上下限。将参考图像均分为若干个图像块,在对每一块的匹配过程中,采用前向搜索策略,对当前匹配块继续均分成若干子块,并对其子块进行相似度匹配。在计算视差范围上限时,用当前块的子块视差中的最大值来表示其视差值,找到视差最大的图像块后继续迭代细分,直到得到稳定的视差范围上限。在计算视差范围下限时,用当前块的子块视差中的最小值来表示其视差值,找到视差最小的图像块后继续迭代细分,直到得到稳定的视差范围下限。实验结果表明,采用前向搜索策略计算视差范围的方法,在搜索空间降低比率达到28.8%的同时能够达到98%的命中率,相较直接进行匹配误匹配率降低了47.4%,能够得到更精确的视差范围。     

一种基于类比的启发式搜索方法

引言状态空间的启发式搜索一直是Al领域最主要的问题求解方法,过去己取得了不少成果,如A‘算法和AO“算法等。但是在实际应用中,这些启发式搜索方法所使用的启发信息大多是人们依据具体领域问题靠经验总结得来的,启发信息的获取十分困难,且其精确性和可靠性也难以保证。另一方面,目前的状态空间搜索方法大多是一次性搜索,将同一问题状态空间中的多次搜索视为彼此独立、毫无关系的过程     

基于显式与隐式反馈信息的概率矩阵分解推荐

针对现有的基于用户显式反馈信息的推荐系统推荐准确率不高的问题,提出了一种基于显式与隐式反馈信息的概率矩阵分解推荐方法。该方法综合考虑了显示反馈信息和隐式反馈信息,在对用户信任关系矩阵和商品评分矩阵进行概率分解的同时加入了用户评分记录的隐式反馈信息,优化训练模型参数,为用户提供精确的预测评分。实验结果表明,该方法可以有效地获得用户偏好,产生大量的准确度高的推荐。     

多层前向神经网络的自适应禁忌搜索训练

针对BP算法属于局部优化算法的不足,提出了一种新的全局优化算法——自适应禁忌搜索作为前向神经网络的训练算法。该算法通过邻域和候选集的相互配合,动态地调整候选集中分别用于集中性搜索与多样性搜索的元素个数,提高了算法运行的质量和效率。以经典的异或问题(XOR)为例,进行了对比研究。实验结果表明,该算法与BP算法相比明显提高了网络的收敛概率和收敛精度。     

基于前向搜索和投票的移动群智感知动态用户招募方法

随着移动传感设备的快速发展,移动群智感知已经成为城市数据收集的一项重要模式.用户招募——招募进行数据收集的用户——是移动群智感知中的重要一环.现有的研究主要集中在静态的用户招募,对动态的用户招募研究还比较少.因此,本文提出了一个基于前向搜索和投票的动态用户招募方法,该方法能够很好地综合多个因素,从而做出更优的招募决策....     

法向约束的隐式曲面多边形化

提出一种隐式曲面多边形化的方法,将隐式曲面的多边形化分为2个阶段:首先根据法向约束对隐式曲面进行采样,得到稳定的采样粒子表示;然后在每个采样粒子处沿法线正负方向分别在隐式曲面内部和外部延伸一段距离,得到2个曲面法向附加点.将法向附加点和采样顶点进行四面体化,删除法向顶点及其相关联的边,最终得到隐式曲面的三角形网格模型.最后用实例表明了该方法的有效性.     

基于函数逼近的学习式搜索

本文将函数逼近的方法引入到学习式搜索中,使学习式搜索通过一定数量的解题训练后可以建立起一个任意一致逼近理想函数h*(·)的启发估计函数h(·).本文给出了一个这样的学习式搜索算法A-Bn,并证明了当训练例子集充分大后,A-Bn可在多项式复杂度内解决任一后来提交的同类问题.     

一种基于Web的智能搜索方法

提出了一种针对Web的智能搜索方法。采用启发式的搜索技术,事先给定少量的训练范例即可开始搜索,并能在工作过程中通过自学不断积累相关知识,逐步提高搜索效率。     

Implicit Cooperation Strategies for Multi-robot Search of Unknown Areas

Although explicit coordination of team search may provide solid performance for small team sizes, it has been shown that such methods do not scale to larger teams due to limited communications bandwidth and computational requirements. In addition, methods that rely upon persistent, reliable network connections may have limited applicability to real-world search problems. In this work, we explore implicit cooperation enabled through sharing of search progress information. Prior research shows cooperation paradigms in which team members share a global task list result in interference and duplication of search when members choose the same search areas. Methods that only use local sensor information to identify search targets require fewer message exchanges and create less interference between robots than existing shared approaches. In addition, search progress and completion are more consistent due to the reduction in interference. Results based on simulations and physical experiments are presented that compare performance in terms of time-to-cover, consistency, and interference. This work has been supported in part by NSF through grants #IIS-0219863, #CNS-0224363, #CNS-0324864, #CNS-0420836, #IIP-0443945, #IIP-0726109, and #CNS-0708344.     

一种基于启发式搜索的视差匹配的快速算法

提出了一种基于启发式搜索的视差匹配的快速算法，根据立体摄像系统的特性和图像本身的性质，迅速准确地进行视差估计。与完全搜索算法相比，在基本保持重建图像质量的前提下，能降低计算复杂度。     

基于隐式反馈的LSI个性化信息过滤方法的研究

本文针对当前传统潜在语义索引(LSI——latent semantic indexing)技术在提供信息过滤服务时已经不能满足用户个性化需求这一实际情况,提出利用隐式反馈技术来解决如何提供给不同用户以不同信息结果这一问题。在传统的LSI技术上提出了一种基于隐式反馈的LSI个性化信息过滤方法,该方法通过引入隐式反馈技术,将其应用于信息过滤中,从而可以为不同用户提供更多更有针对性的信息结果。本文给出了该方法的公式和具体算法,为其应用的实现提供了理论基础。     

启发式算法在搜索引擎的应用

本文对启发式搜索及其搜索过程,启发式搜索的估价函数和A*算法等作了介绍.提出使用人工智能中的启发式搜索来获取特定的信息,通过估价函数计算,对有用的链接进行遍历,以提高收集信息资源的查全率和查准率.     

基于聚类分解的WCDMA基站布局规划算法

针对大规模WCDMA无线网络基站布局规划问题,提出一种基于聚类分解的分层算法．在聚类分解中,以测试点信号增益矩阵构造聚类分解数据,并给出了收敛判定函数和相似度计算方法．在分层算法中,首先用K均值聚类将原问题分解为K个子规划问题,然后对各子问题求解整数规划问题,最后对各子问题的基站布局结果进行全局调整．仿真计算验证了该算法的有效性．     

基于陆标图像的火星绕飞自主导航方法

针对火星绕飞自主导航的高精度要求,利用火星表面的陆标作为新的测量信息源,通过对陆标特征提取识别获取测量信息.在仅观测火星地表陆标图像信息的基础上,建立了相应的自主导航方案并利用可观测性矩阵分析了该方案的可观测性.考虑到在图像拍摄和视线提取过程中可能会产生的不确定性测量误差,采用基于极大相关熵的无迹卡尔曼滤波算法抑制不确定性误差影响,并实现对火星探测器的位置、速度的状态估计.数学仿真结果表明该自主导航方法具有可靠性,极大相关熵无迹卡尔曼滤波算法通过结合无迹变换和极大相关熵鲁棒权重函数可以有效抑制测量模型中不确定误差影响,能够达到较高的火星绕飞定轨精度.     

基于Agent的元搜索引擎系统研究

阐述基于代理的元搜索引擎的系统结构和的基本概念、存在的不足,介绍代理技术以及代理的基本结构.提出基于代理的元搜索引擎的体系结构.并详细介绍系统各个组成部分.     

基于Intranet的搜索引擎

分析了Intranet的特点，指出了Intranet中搜索引擎设计的特殊性。目前Intranet上的搜索引擎存在着许多问题，提出了如何在Intranet内部搜索引擎的设计上解决这些问题。     

一种基于改进A~*算法的限制搜索区域的路径规划方法

本文根据已有A*算法,给出了一种改进的最优路径规划算法,此算法在根据道路的实际情况对路网进行分层的同时,根据实际路网的拓扑特性对搜索区域进行合理的限制,实验证明此算法在进行路径规划时节省了时间。