贝叶斯学习与强化学习结合技术的研究

强化学习的研究需要解决的重要难点之一是:探索未知的动作和采用已知的最优动作之间的平衡。贝叶斯学习是一种基于已知的概率分布和观察到的数据进行推理,做出最优决策的概率手段。因此,把强化学习和贝叶斯学习相结合,使 Agent 可以根据已有的经验和新学到的知识来选择采用何种策略:探索未知的动作还是采用已知的最优动作。本文分别介绍了单 Agent 贝叶斯强化学习方法和多 Agent 贝叶斯强化学习方法:单 Agent 贝叶斯强化学习包括贝叶斯 Q 学习、贝叶斯模型学习以及贝叶斯动态规划等;多 Agent 贝叶斯强化学习包括贝叶斯模仿模型、贝叶斯协同方法以及在不确定下联合形成的贝叶斯学习等。最后,提出了贝叶斯在强化学习中进一步需要解决的问题。     

基于图像熵值的加权分块2DPCA人脸识别

在分块2DPCA(Modular 2DPCA)算法的基础上,提出一种基于图像子块熵值加权的Modular 2DPCA算法(Entropy Modular 2DPCA)。Modular 2DPCA法直接计算测试图像与训练图像特征矩阵的距离,而Entropy Modular 2DPCA根据测试样本自适应确定图像子块的权值,增强包含分类信息多的子块权值,加入测试样本的信息,解决2DPCA人脸识别算法完全依赖人脸库的问题。将Entropy Modular 2DPCA算法、2DPCA算法以及Modular 2DPCA算法在ORL、自建人脸数据库上进行对比测试实验,实验结果表明,Entropy Modular 2DPCA算法具有良好的识别性能和计算速度,提高了对人脸姿态、光线、遮挡等问题的鲁棒性。     

朴素并行LDA

并行潜在狄利克雷分配(LDA)主题模型在计算与通信两方面的时间消耗较大,导致训练模型的时间过长,因而无法被广泛应用.提出朴素并行LDA算法,针对计算和通信分别提出改进方法.一方面通过加入单词影响因子以及设置阈值的方法来降低文本训练的粒度,另一方面通过降低通信频率来减少通信时间.实验结果表明,优化后的并行LDA在保证精度损失为1％的前提下,将训练速度提高了36％,有效提高了并行的加速比.     

基于USB的交叉调试器的开发与设计

软件调试是软件开发过程中的一个重要环节,对于嵌入式系统开发来说,调试器尤为重要。本文在研究GDB嵌入式交叉调试器和LEON3处理器的体系构架的基础上,给出了一种基于LEON3处理器内置USB接口的交叉调试器的开发和实现方法,该设计实现了GDB能通过USB接口迅速下载程序到目标机并进行调试的功能,加快了调试速度,并使得开发更加方便,缩短了开发周期。     

云计算新的基石 微软Dryad分布式并行计算平台解析

随着近几年云计算的飞速发展,“云”正在彻底改变用户现有的以桌面为核心的使用习惯,转向使用以Web为核心的存储与服务。对于准备提供云计算服务的企业来说,要使云计算真正地“落地”需要解决两个重要问题：如何构建与应用程序紧密结合的大规模底层基础设施？如何通过构建新型的云计算应用程序来提供更加丰富的用户体验？要解决这两个问题,采用专门的分布式并行计算平台是先决条件之一。     

基于谱特征和图分割的图聚类算法

为了对图数据库中的结构化数据有效的聚类分析,首先对不同的图数据样本进行特征的深度挖掘,构造了包含节点间连接层次关系的关联度矩阵,与拉普拉斯矩阵结合共同完成谱特征分析;然后利用高斯核函数进行相似度矩阵的构建,将相似度归一化到0到1的范围内便于后期处理;最后结合图分割与k-means算法将相似度矩阵进行k分割,得到k个聚类。经过大量分析实验表明,改进的拉普拉斯矩阵对样本内部结构有更为精细的划分,提高了前期样本处理效果。最小比率割算法在保证精度的前提下,将NP难的问题转化为多项式时间内解决的问题,提高了算法的效率。     

基于雾计算的电能计量箱物联网电子控制锁设计

由于传统电子电能计量箱无法实施更新数据、反馈使用情况,同时电子控制锁安全性差、钥匙管理系统复杂,为供电企业增加大量冗余工作,浪费大量人力、物力资源,基于此,本文设计出一种雾计算下电能计量箱物联网电子控制锁.当无线秘钥比对成功时,系统从安全加密模式切换至开放模式验证信息真伪,若正确则开启,反之则报警.仿真实验结果表明,本...     

基于新型神经网络分类器的故障诊断模型

针对故障诊断技术普遍存在的问题：缺乏通用性、不能同时保证稳定性和可塑性以及难以实时应用等,提出了一种故障示例模型,具有较好的通用性;采用的FANNC神经网络具有增量学习能力以及只需一遍学习就能完成同新增模式匹配的特点,在保证了模型的实时处理能力的同时,能较好地解决诊断系统的稳定性和可塑性两难问题。     

多模态张量数据挖掘算法及应用

近年来,多模态数据挖掘技术备受关注,如何高效地挖掘大量多模态数据成为一个研究热点。其中,基于张量表示的多模态数据挖掘,即多模态张量数据挖掘,是一个重要的研究问题。综述了多模态张量数据挖掘算法进展及其在计算机视觉中的应用。首先根据算法的样本标记、任务和核心技术的不同,对这些方法进行分类,并给出了相应的介绍和分析。其次,讨论了一些多模态张量数据挖掘算法在计算机视觉问题中的典型应用。最后,就多模态张量挖掘在计算机视觉领域的研究现状与研究前景进行了简要的分析。     

飞行器用高精度小量程石英微加速度计研究

为满足对振动环境下10 Hz以下低频小量程加速度信号的高精度测量需求,提出了一种基于石英微工艺的新型窄带宽MEMS加速度计,其敏感元件采用变间距式差分电容梳齿结构。采用有限元分析手段,对敏感元件质量块尺寸、梳齿长度、U型梁刚度、盖板结构、阻尼和带宽等参数进行了综合优化设计。敏感元件采用石英晶片经湿法腐蚀体工艺制作,加速度计样机经过了实际性能测试和环境适应性试验,带宽为8.9 Hz,非线性度约为0.7%,可以满足飞行器小量程低频加速度参数的测量需求。