期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于卷积神经网络的认知智能信息融合系统结构研究 被引量:6
1
作者 田野 孙瑞志 《河南师范大学学报(自然科学版)》 CAS 北大核心 2021年第5期33-39,共7页
认知计算是模拟人类行为的个性化交互和服务来实现人机交互.近年来已有许多研究探讨认知计算对海量数据的分析,但仍未能解决大数据环境下数据智能采集的可扩展性和灵活性等问题.在研究土地大数据下并联数据库网络基础上,提出了一个基于... 认知计算是模拟人类行为的个性化交互和服务来实现人机交互.近年来已有许多研究探讨认知计算对海量数据的分析,但仍未能解决大数据环境下数据智能采集的可扩展性和灵活性等问题.在研究土地大数据下并联数据库网络基础上,提出了一个基于卷积神经网络认知智能信息融合系统体系结构,使用认知计算分析智能信息融合应用程序收集与处理数据,以解决系统的可扩展性和灵活性问题.实验结果证明该系统可以有效面对各种外部应用需求,从数百万数据源捕获的数据可以跨越各种应用程序交叉实施与实时响应. 展开更多
关键词 卷积神经网络 认知计算 智能信息融合系统 土地利用
在线阅读 下载PDF
因果时空语义驱动的深度强化学习抽象建模方法
2
作者 田丽丽 杜德慧 +2 位作者 聂基辉 陈逸康 李荥达 《软件学报》 北大核心 2025年第8期3637-3654,共18页
随着智能信息物理融合系统(intelligent cyber-physical system,ICPS)的快速发展,智能技术在感知、决策、规控等方面的应用日益广泛.其中,深度强化学习因其在处理复杂的动态环境方面的高效性,已被广泛用于ICPS的控制组件中.然而,由于运... 随着智能信息物理融合系统(intelligent cyber-physical system,ICPS)的快速发展,智能技术在感知、决策、规控等方面的应用日益广泛.其中,深度强化学习因其在处理复杂的动态环境方面的高效性,已被广泛用于ICPS的控制组件中.然而,由于运行环境的开放性和ICPS系统的复杂性,深度强化学习在学习过程中需要对复杂多变的状态空间进行探索,这极易导致决策生成时效率低下和泛化性不足等问题.目前对于该问题的常见解决方法是将大规模的细粒度马尔可夫决策过程(Markov decision process,MDP)抽象为小规模的粗粒度马尔可夫决策过程,从而简化模型的计算复杂度并提高求解效率.但这些方法尚未考虑如何保证原状态的时空语义信息、聚类抽象的系统空间和真实系统空间之间的语义一致性问题.针对以上问题,提出基于因果时空语义的深度强化学习抽象建模方法.首先,提出反映时间和空间价值变化分布的因果时空语义,并在此基础上对状态进行双阶段语义抽象以构建深度强化学习过程的抽象马尔可夫模型;其次,结合抽象优化技术对抽象模型进行调优,以减少抽象状态与相应具体状态之间的语义误差;最后,结合车道保持、自适应巡航、交叉路口会车等案例进行了大量的实验,并使用验证器PRISM对模型进行评估分析,结果表明所提出的抽象建模技术在模型的抽象表达能力、准确性及语义等价性方面具有较好的效果. 展开更多
关键词 深度强化学习 抽象建模 因果时空语义 智能信息物理融合系统(ICPS) 马尔可夫决策过程(MDP)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部