排序方式: 共有75条查询结果,搜索用时 31 毫秒
61.
针对DQN算法在工业环境维度或动作维度极高的情况下训练速度慢、不易收敛、复用性差的问题,提出了构建等价环境的方法,该方法基于MDP过程构建半增强训练模型,并在输入维度巨大的卷烟制丝过程控制中通过测试。通过分析MP过程,解释了DQN相对Q值学习更加有效的原因,分析了Q值学习本身忽略的环境压缩问题,提出构建环境等价网络的算法。实验表明,在工业环境中,该算法相对DQN明显提高了记忆的使用效率。可预见该算法能够将已完成训练的环境经验应用在新的任务中。同时该算法可推广至动作等价,以简化拥有连续动作或动作维度极高的环境训练问题。 相似文献
62.
63.
线性判别函数理论是线性分类器的分析基础,并不适合非线性分类器.本文把非线性激励函数视为隶属度函数,将非线性神经元及多层感知器分类行为的分析建筑在模糊集理论基础上,提出模糊线性判别函数与模糊判别边界、模糊分类等概念.并引出将隐层初始权向量均匀分布在权空间超球面上的初始化方法,明显提高了多层感知器的收敛性能.并提出了一种在多层感知器的类空间中构造最优超平面的简易新方法. 相似文献
65.
66.
67.
69.
针对现有云媒体服务选择算法服务质量(QoS)不高和用户满意度低的问题,提出了一种基于QoS预测机制的个性化云媒体服务选择算法.首先,建立信任度模型,并将其引入用户相似度的计算来优化近邻用户,再利用协同过滤方法计算未知服务的QoS值,选出QoS较高的候选服务;其次,利用逼近理想解排序方法,选择并提供给用户符合其偏好的云媒体服务,进而提高用户满意度.仿真实例说明了该算法的有效性. 相似文献
70.