摘要：朱斐翡1977年生于江苏南通。2003年毕业于中国美术学院中国画系(获学士学位)。2007年攻读艺术硕士(MFA)学位。现任景德镇陶瓷学院讲师,江西省美术家协会会员。

摘要：深度强化学习利用深度学习感知环境信息,使用强化学习求解最优决策,是当前人工智能领域的主要研究热点之一.然而,大部分深度强化学习的工作未考虑安全问题,有些方法甚至特意加入带随机性质的探索来扩展采样的覆盖面,以期望获得更好的近似最优解.可是,不受安全控制的探索性学习很可能会带来重大风险.针对上述问题,提出了一种基于双深度网络的安全深度强化学习(Dual Deep Network Based Secure Deep Reinforcement Learning,DDN-SDRL)方法.DDN-SDRL方法设计了危险样本经验池和安全样本经验池,其中危险样本经验池用于记录探索失败时的临界状态和危险状态的样本,而安全样本经验池用于记录剔除了临界状态和危险状态的样本.DDN-SDRL方法在原始网络模型上增加了一个深度Q网络来训练危险样本,将高维输入编码为抽象表示后再解码为特征;同时提出了惩罚项描述临界状态,并使用原始网络目标函数和惩罚项计算目标函数.DDN-SDRL方法以危险样本经验池中的样本为输入,使用深度Q网络训练得到惩罚项.由于DDN-SDRL方法利用了临界状态、危险状态及安全状态信息,因此Agent可以通过避开危险状态的样本、优先选取安全状态的样本来提高安全性.DDN-SDRL方法具有通用性,能与多种深度网络模型结合.实验验证了方法的有效性.

摘要：很多强化学习方法较少地考虑决策的安全性,但研究领域和工业应用领域都要求的智能体所做决策是安全的.解决智能体决策安全问题的传统方法主要有改变目标函数、改变智能体的探索过程等,然而这些方法忽略了智能体遭受的损害和成本,因此不能有效地保障决策的安全性.在受限马尔可夫决策过程的基础上,通过对动作空间添加安全约束,设计了安全Sarsa(λ)方法和安全Sarsa方法.在求解过程中,不仅要求智能体得到最大的状态-动作值,还要求其满足安全约束的限制,从而获得安全的最优策略.由于传统的强化学习求解方法不再适用于求解带约束的安全Sarsa(λ)模型和安全Sarsa模型,为在满足约束条件下得到全局最优状态-动作值函数,提出了安全强化学习的求解模型.求解模型基于线性化多维约束,采用拉格朗日乘数法,在保证状态-动作值函数和约束函数具有可微性的前提下,将安全强化学习模型转化为凸模型,避免了在求解过程中陷入局部最优解的问题,提高了算法的求解效率和精确度.同时,给出了算法的可行性证明.最后,实验验证了算法的有效性.

摘要：随着个人电脑的日益普及和电子出版系统的发展,喷墨打印技术以其非接触性、低噪声、高速度、低成本、易彩色化和数字化控制等优点,逐渐受到各行各业的重视,并得到了迅速的普及.目前,它已广泛应用于办公自动化、彩色复制以及机械、服装、广告设计等领域,特别是在短版印刷方面,由于喷墨打印的幅面可自由选择、打印材质比较丰富,因而占有一定的优势.近年来,市场上的喷墨打印专用透明胶片大部分依靠进口,而且A4幅面的价格为8-10元/张,比较昂贵.为此,我们要研制一种高质量的适用于彩色喷墨打印的专用胶片,要求它具有很好的亲墨性和较快的吸墨速度,并且打印图像的清晰度高、色彩饱和度大,性能与目前进口的商品化打印专用胶片相近,但成本低廉,实现了耗材生产的国产化,以替代进口产品.

摘要：设计一个基于事件-条件-状态的通用框架,通过对GOF状态模式中的Context进行适当的重新划分,将其拆分为一个负责状态管理的类和一个负责操作接口的类,并将状态管理、状态转移表检索、事件触发机制等功能包含在框架中。将该框架应用于多种不同平台的手机输入法的开发中,发现其可以简化输入法程序的开发,为不同版本输入法程序的维护提供方便。

摘要：表格驱动的算法是解决强化学习问题的一类重要方法,但由于"维数灾"现象的存在,这种方法不能直接应用于解决具有连续状态空间的强化学习问题.解决维数灾问题的方法主要包括两种:状态空间的离散化和函数近似方法.相比函数近似,基于连续状态空间离散化的表格驱动方法具有原理直观、程序结构简单和计算轻量化的特点.基于连续状态空间离散化方法的关键是发现合适的状态空间离散化机制,平衡计算量及准确性,并且确保基于离散抽象状态空间的数值性度量,例如V值函数和Q值函数,可以较为准确地对原始强化学习问题进行策略评估和最优策略π*计算.文中提出一种基于凸多面体抽象域的自适应状态空间离散化方法,实现自适应的基于凸多面体抽象域的Q(λ)强化学习算法(Adaptive Polyhedra Domain based Q(λ),APDQ(λ)).凸多面体是一种抽象状态的表达方法,广泛应用于各种随机系统性能评估和程序数值性属性的验证.这种方法通过抽象函数,建立具体状态空间至多面体域的抽象状态空间的映射,把连续状态空间最优策略的计算问题转化为有限大小的和易于处理的抽象状态空间最优策略的计算问题.根据与抽象状态相关的样本集信息,设计了包括BoxRefinement、LFRefinement和MVLFRefinement多种自适应精化机制.依据这些精化机制,对抽象状态空间持续进行适应性精化,从而优化具体状态空间的离散化机制,产生符合在线抽样样本空间所蕴涵的统计奖赏模型.基于多面体专业计算库PPL(Parma Polyhedra Library)和高精度数值计算库GMP(GNU Multiple Precision)实现了算法APDQ(λ),并实施了实例研究.选择典型的连续状态空间强化学习问题山地车(Mountain Car,MC)和杂技机器人(Acrobatic robot,Acrobot)作为实验对象,详细评估了各种强化学习参数和自适应精化相关的阈值参数对APDQ(λ)性能的影响,探究了抽象状态空间动态变化情况下各种参数在策略优化过程中的作用机理.实验结果显示当折扣率γ大于0.7时,算法展现出较好的综合性能,在初期,策略都快速地改进,后面的阶段平缓地趋向收敛(如图6~图13所示),并且对学习率α和各种抽象状态空间精化参数都具有较好的适应性;当折扣率γ小于0.6时,算法的性能衰退较快.抽象解释技术用于统计学习过程是一种较好的解决连续强化学习问题的思想,有许多问题值得进一步研究和探讨,例如基于近似模型的采样和值函数更新等问题.

摘要：为改善新型耐事故核燃料的导热性能,提高导热性能测试方法的检测效率和测试精度,本文介绍了具有高空间分辨率和高测试频率的光热反射技术,阐述了此类技术的基本原理、实验装置和测试方法,重点介绍了针对核燃料研究所发展的空间域光热反射技术。以离子辐照样品和包覆核燃料涂层为例,介绍了空间域光热反射技术在原位测试领域的应用场景。针对离子辐照样品的不均匀损伤分布,开发了多层传热模型用于更准确地表征材料导热性质,采用该技术获得了UO_(2)燃料热导率随着离子注入剂量的定量衰减规律;准确表征了包覆核燃料微球各涂层在高温下的热输运性质,结合微结构研究揭示了缺陷相对于热解炭涂层热导率的影响。光热反射技术为探究辐照损伤和结构缺陷对于核燃料热量传输的作用机制提供了有力工具,为进一步改进燃料性能、开发高精度的燃料仿真模型提供了参考依据。

摘要：北镇满族民间剪纸作为东北民间美术的重要组成部分,是对满族原始文化的一种传承。作为北镇满族剪纸传承人之一,汪秀霞的剪纸风格独树一帜。她"剪随心动",创作的剪纸朴素而不失庄严,简约而不失内涵,意象而不失形象。在她早期的剪纸艺术中有"柳树妈妈""蛇神""羽神"等形象和主题,体现了萨满多神崇拜在民间美术创作中的深刻影响。而近期的现实主义题材,则体现了她对当下社会生活的关注。汪秀霞还积极从事美术教育工作,推广剪纸艺术,把自己的创作方法和风格转化为教学内容,促进了剪纸艺术的传承。

摘要：随着印刷出版业的飞速发展,更为复杂的图形设计已变得日益迫切。同时由于商品经济的快速发展,防伪印刷的地位也变得越来越重要。 目前防伪技术大致可分为三类:特殊材料防伪:譬如荧光油墨、磁性油墨、人民币用的专用纸、人民币中的金属条等;特殊工艺防伪:如现在的激光防伪、凹版印刷;制版防伪:这是基于传统印刷上的防伪方法。