排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
2.
连续状态自适应离散化基于K-均值聚类的强化学习方法 总被引:6,自引:1,他引:5
使用聚类算法对连续状态空间进行自适应离散化.得到了基于K-均值聚类的强化学习方法.该方法的学习过程分为两部分:对连续状态空间进行自适应离散化的状态空间学习,使用K-均值聚类算法;寻找最优策略的策略学习.使用替代合适迹Sarsa学习算法.对连续状态的强化学习基准问题进行仿真实验,结果表明该方法能实现对连续状态空间的自适应离散化,并最终学习到最优策略.与基于CMAC网络的强化学习方法进行比较.结果表明该方法具有节省存储空间和缩短计算时间的优点. 相似文献
3.
4.
为了明确微生物对环丙氟虫胺的降解情况,采用高效液相色谱法测定实验室现有2种放线菌、2种细菌和1种真菌对环丙氟虫胺的降解作用;并通过平板分离技术,从土壤样品中筛选出12株对环丙氟虫胺有耐药性的菌株,测定它们对环丙氟虫胺的降解能力。研究结果表明,实验室已有的放线菌MtRt-6和CoT10、细菌CSS-02处理2 d后对环丙氟虫胺的降解率分别为62.28%、57.18%、69.70%,真菌PO1处理3 d后对环丙氟虫胺的降解率为78.86%。从土壤中分离的菌株1-21、2-6、2-16处理2 d后对环丙氟虫胺的降解率分别为77.67%、51.17%、59.17%,经16S rRNA基因序列进行比对分析发现,它们均与芽孢杆菌有较高的相似性。结果表明无论是实验室已有微生物,还是环境中分离得到的微生物,均具备环丙氟虫胺降解能力,且微生物对其的利用度较高,降解周期短。 相似文献
1