检索结果-维普期刊中文期刊服务平台

一种域分布式合作Web缓存系统被引量：2: 1; 作者王本年曹先彬《计算机研究与发展》 EI CSCD 北大核心 2002年第3期275-279,共5页; 在分析 Internet缓存协议 (ICP)和基于集中管理的协作式 Web缓存系统 (CMCS)的基础上 ,提出了一种域分布式合作 Web缓存系统模型 (DDCCS) .该模型克服了 ICP的缓存内容冗余问题和 CMCS集中管理的不健壮问题 ,并能充分考虑各代理缓存器... 展开更多; 关键词 CMCS DDCCS 代理服务器 INTERNET 域分布式合作Web缓存系统; 在线阅读下载PDF 职称材料

面向Option的k-聚类Subgoal发现算法被引量：8: 2; 作者王本年高阳 +2 位作者陈兆乾谢俊元陈世福《计算机研究与发展》 EI CSCD 北大核心 2006年第5期851-855,共5页; 在学习过程中自动发现有用的Subgoal并创建Option,对提高强化学习的学习性能有着重要意义.提出了一种基于k-聚类的Subgoal自动发现算法,该算法能通过对在线获取的少量路径数据进行聚类的方法抽取出Subgoal.实验表明,该算法能有效地发现... 展开更多; 关键词分层强化学习 OPTION 子目标; 在线阅读下载PDF 职称材料

基于一种加速收敛变异策略的交互式遗传算法被引量：7: 3; 作者黄永青梁昌勇 +1 位作者杨善林陆青《系统仿真学报》 EI CAS CSCD 北大核心 2007年第9期1913-1916,共4页; 针对目前交互式遗传算法由于使用小规模的种群和较少的进化代数,容易导致算法的搜索能力有限、易陷入局部优化的问题,在引入一种加速收敛变异策略的基础上,提出一种新的交互式遗传算法。给出了算法设计实施中关键问题的处理,分析了算法... 展开更多; 关键词交互式遗传算法变异用户疲劳服装设计; 在线阅读下载PDF 职称材料

用于分层强化学习的最小k-聚类算法: 4; 作者王本年《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2006年第5期533-535,共3页; 在学习过程中自动发现有用的Subgoal,对于分层强化学习有着重要的意义。文章提出了一种最小k-聚类算法,该算法能通过对在线获取的少量路径数据进行聚类的方法,抽取出有用的Subgoal;实验表明,该算法能有效地发现所有符合要求的Subgoal,... 展开更多; 关键词 k-聚类算法分层强化学习子目标; 在线阅读下载PDF 职称材料

题名一种域分布式合作Web缓存系统被引量：2: 1; 作者王本年曹先彬; 机构铜陵学院计算机科学与技术系中国科学技术大学计算机科学与技术系; 出处《计算机研究与发展》 EI CSCD 北大核心 2002年第3期275-279,共5页; 基金国家自然科学基金项目 (699710 2 2 ) 安徽省教育委员会自然科学研究项目资助; 文摘在分析 Internet缓存协议 (ICP)和基于集中管理的协作式 Web缓存系统 (CMCS)的基础上 ,提出了一种域分布式合作 Web缓存系统模型 (DDCCS) .该模型克服了 ICP的缓存内容冗余问题和 CMCS集中管理的不健壮问题 ,并能充分考虑各代理缓存器的处理能力和缓存能力 ,采用区间离散化方法和加权区间片分配算法 ,使得各代理的负担更加均匀合理 ,在性能上较 ICP和; 关键词 CMCS DDCCS 代理服务器 INTERNET 域分布式合作Web缓存系统; Keywords ICP, CMCS, DDCCS, caching mechanism of proxy server; 分类号 TP393.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名面向Option的k-聚类Subgoal发现算法被引量：8: 2; 作者王本年高阳陈兆乾谢俊元陈世福; 机构南京大学计算机软件新技术国家重点实验室铜陵学院计算机科学与技术系铜陵; 出处《计算机研究与发展》 EI CSCD 北大核心 2006年第5期851-855,共5页; 基金国家自然科学基金项目(60475026) 江苏省自然科学基金项目(BK2004079)~~; 文摘在学习过程中自动发现有用的Subgoal并创建Option,对提高强化学习的学习性能有着重要意义.提出了一种基于k-聚类的Subgoal自动发现算法,该算法能通过对在线获取的少量路径数据进行聚类的方法抽取出Subgoal.实验表明,该算法能有效地发现所有符合要求的Subgoal,与Q-学习和基于多样性密度的强化学习算法相比,用该算法发现Subgoal并创建Option的强化学习算法能有效提高A-gent的学习速度.; 关键词分层强化学习 OPTION 子目标; Keywords hierarchical reinforcement learning option subgoal; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于一种加速收敛变异策略的交互式遗传算法被引量：7: 3; 作者黄永青梁昌勇杨善林陆青; 机构铜陵学院计算机科学与技术系合肥工业大学计算机网络系统研究所; 出处《系统仿真学报》 EI CAS CSCD 北大核心 2007年第9期1913-1916,共4页; 基金国家自然科学基金(70471046) 高等学校博士学科点专项科研基金(20050359006 +1 种基金 20040359004) 安徽省自然科学基金(070416243); 文摘针对目前交互式遗传算法由于使用小规模的种群和较少的进化代数,容易导致算法的搜索能力有限、易陷入局部优化的问题,在引入一种加速收敛变异策略的基础上,提出一种新的交互式遗传算法。给出了算法设计实施中关键问题的处理,分析了算法的效率,并通过函数优化和服装设计问题的仿真实验验证变异策略和算法的有效性。; 关键词交互式遗传算法变异用户疲劳服装设计; Keywords interactive genetic algorithm mutation human fatigue fashion design; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名用于分层强化学习的最小k-聚类算法: 4; 作者王本年; 机构铜陵学院计算机科学与技术系; 出处《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2006年第5期533-535,共3页; 基金江苏省自然科学基金资助项目(BK2004079) 安徽省教育厅自然科学基金资助项目(2005kj093); 文摘在学习过程中自动发现有用的Subgoal,对于分层强化学习有着重要的意义。文章提出了一种最小k-聚类算法,该算法能通过对在线获取的少量路径数据进行聚类的方法,抽取出有用的Subgoal;实验表明,该算法能有效地发现所有符合要求的Subgoal,较多样性密度算法和FD算法有更强的Subgoal发现能力。; 关键词 k-聚类算法分层强化学习子目标; Keywords k-cluster algorithm hierarchical reinforcement learning subgoal; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料