题库系统试卷自动生成算法研究

组卷是题库系统的一个重要组成部分,试卷自动生成算法的好坏直接影响到试题库的性能.分析了目前题库系统进行自动组卷时存在的一般问题后,通过对用户命题要求的研究,提出了一种效率和成功率都比较高的试卷自动生成算法.这个算法首先产生试卷的量化模型,再根据这个模型在试题库中进行抽题组卷,组卷算法中采用了随机抽取和近似匹配的策略.     

基于MetrOPOlis准则的Q-学习算法研究

探索与扩张是Q－学习算法中动作选取的关键问题，一味地扩张使智能体很快地陷入局部最优，虽然探索可以跳出局部最优并加速学习，而过多的探索将影响算法的性能，通过把Q－学习中寻求成策略表示为组合优化问题中最优解的搜索，将模拟退火算法的Mketropolis准则用于Q－学习中探索和扩张之间的折衷处理，提出基于Metropolis准则的Q－学习算法SA－Q-learning，通过比较，它具有更快的收敛速度，而且避免了过多探索引起的算法性能下降。     

Application of nonlinear color matching model to four-color ink-jet printing

0　ＩＮＴＲＯＤＵＣＴＩＯＮＣｏｌｏｒｉｓａｐｏｗｅｒｆｕｌａｎｄａｔｔｒａｃｔｉｖｅａｓｐｅｃｔｏｆｏｕｒｅｘｐｅ ｒｉｅｎｃｅｏｆｔｈｅｗｏｒｌｄ .Ｉｔｓｈａｐｅｓｏｕｒｐｅｒｃｅｐｔｉｏｎ ,ｉｎｔｅｒｐｒｅｔａ ｔｉｏｎ ,ａｎｄｍｅｍｏｒｙｏｆｅｖｅｒｙｔｈｉｎｇｗｅｓｅｅ .Ｃｏｌｏｒｔｈｅｒｅｆｏｒｅｐｒｏｖｉｄｅｓａｎｉｍｐｏｒｔａｎｔｄｉｍｅｎｓｉｏｎｉｎｖｉｓｕａｌｃｏｍｍｕｎｉｃａｔｉｏｎ :ｗｈｅｎｕｓｅｄｗｅｌｌ ,ｉｔｃａｎｇｒｅａｔｌｙｅｎｈａｎｃｅｔｈｅｅｆｆｅｃｔｉｖｅｎｅ…     

加强学习

加强学习(Reinforcement Learning,简称RL)是一种重要的机器学习方法,在机器入规划、分析预测等领域有许多应用。加强学习的任务即是寻找一条策略,为行为者(agent)在一给定状况下产生一个动     

基于DDPG算法的末制导律设计研究

末制导律设计是拦截系统中的关键技术,常用的比例制导律及其变型在目标大机动时性能下降,且受到导航比的影响.提出基于DDPG算法的末制导律设计方法,通过对拦截问题的环境状态和动作(控制量)进行设计,实现了从仿真环境交互数据中学习回报最优的制导律;与传统方法相比,该无模型方法更具灵活性;针对强化学习方法动作集假设偏置弱带来训练效率低的问题,进一步提出将导航比作为决策优化参数,加速了训练过程并实现动态调整比例制导律中的导航比.对比实验表明,两种强化学习末制导律设计方法获得了优于比例制导律及其变型的拦截效果,展现出良好的研究前景和潜在的应用价值.     

一种基于信息增益与费用评价函数的特征选择准则

特征选择问题是机器学习和模式识别中的一个重要问题,然而,在实际应用中,由于没有将特征选择与特征提取过程统一考虑,只注重特征本身的分类性能,没有考虑特征提取的费用问题,导致识别系统的效率较低,文中从实际应用角度,提出一种新的特征选择准则,将分类性能与特征的提取费用统一考虑,利用信息增益与特征提取费用综合评价函数作为特征选择准则,并给出了启发式算法ＥＣＦＳ〈将算法应用于实际领域的学习问题并与决策树算     

基于机器学习的医疗决策支持系统综述

利用健康医疗领域的海量临床数据进行辅助医疗决策支持是智慧医疗的核心技术和必然的发展趋势。医疗决策支持主要包括疾病风险预测与疾病智能诊断两方面，以临床积累和实时获取的多种数据来源为基础，通过多种机器学习算法实现对患者疾病类型的分类或者对患病风险的预测。从医疗决策支持的概念和方法框架出发，按照不同疾病种类，总结了当前采用的机器学习诊断和预测方法，着重介绍这些方法的特点和区别，并对存在的挑战和未来发展进行分析。     

基于关键字树的DNA多序列星比对算法

 在构建进化树、比较单体型序列等生物信息学研究中,需要比对多个相似程度很高的DNA序列.对于数量多、序列长的多序列比对问题,通常使用时间复杂度较低的星比对算法.然而在处理大规模数据时,星比对的平方时间复杂度依然不能满足需要.因此,在星比对思想的基础上,本文结合关键字树理论,先找出完全匹配的区域,然后比对剩余区域,以达到降低期望时间复杂度的目的.两组实验证明了本文算法的有效性,在取得相同比对效果的情况下,本文算法运行时间小于其他方法.     

一种新的DNA序列进化距离的修正方法

进化树是推演生命历史的一个重要工具。在构建进化树的所有算法中,基于进化距离的算法是其中研究的重点。但是,这一方法较为严重地依赖着距离矩阵的质量。人们开发了多种基于生物事实的进化模型来改进距离矩阵的构建过程,很大程度上提高了进化距离的准确性。同时,也提出了许多方法来检测距离矩阵的质量。文中提出了基于模型的距离以及p距离,采用一种组合的新距离的方式来构建距离矩阵。同时采用直接检测距离矩阵的统计学计分方法以及构建进化树,对比实验结果表明文中的方法实用且有效。     

加强学习主要算法的比较研究

文章介绍了加强学习模型,分别给出了加强学习的四个主要算法:动态规划、蒙特卡罗算法、时序差分算法、Q-学习,并指出了它们之间的区别和联系。最后给出加强学习的两个应用以及今后的研究方向。