摘要：在庞大离散状态空间或连续状态空间中,强化学习(RL)需要进行值函数拟合以寻找最优策略.但函数拟合器的结构往往由设计者预先设定,在学习过程中不能动态调整缺乏自适应性.为了自动构建函数拟合器的结构,提出一种可以进行状态自动划分的模糊小脑模型关节控制(FCMAC)值函数拟合方法.该方法利用Bellman误差的变化趋势实现状态自动划分,并且探讨了两种选择划分区域的机制.汽车爬坡问题和机器人足球仿真平台中的实验结果表明新算法能有效拟合值函数,而且利用所提出的函数拟合器智能体可以进行有效的强化学习.

摘要：根据机器人之间的相对位置关系,设计了一种适用于多机器人协同定位的动态结构,在此基础上提出了基于决策论的多机器人行为协调方法,使机器人在定位过程中可以根据已获得的信息自主调整自己的行为,从而获得更多有益于定位的观测信息.通过引入协同进化自适应粒子滤波器,机器人可以稳定地跟踪自己以及其他机器人的位置假设,便于其主动定位时做出正确的决策.实验证明该方法能显著提高多机器人定位的效率和成功率.

摘要：针对传统软件可靠性模型需要分析软件体系结构的可行性问题,提出使用改进型神经网络计算可靠性的模型。采用自组织算法,优化设计隐含层神经网络,并使用测试数据训练网络,得到可靠性模型。实验结果证明,该模型能够在缺乏对软件内部结构分析的情况下作出与传统模型同样精确的预测。

摘要：考虑视频点播系统的成本代价要求 ,设计一种基于低配置服务器群架构的高性能分布式视频点播(VOD)系统 ,论述系统的体系结构和各模块功能 ,采用基于最大值或最小值的动态负载均衡调度算法 ,给出软件实现的基本过程 ,得到良好的试验结果 ,并导出一个可伸缩的服务器配置公式 .该系统设计支持大规模的并发用户 ,具有良好的伸缩性、抗干扰能力、设备无关独立性等特点 .

摘要：从发明问题解决理论的技术系统进化规则视角,结合软件技术自身发展的特点,分析了软件体系架构的技术进化路径和趋势。在此基础上,对当前主流的计算机辅助创新软件产品的体系架构进行了对比分析。根据软件体系架构技术的进化规则和趋势,以及计算机辅助创新系统自身的发展和演化特点,综合运用当前主流的面向服务的体系架构模型对计算机辅助创新软件的体系架构进行分析和改进设计,得到了一个跨平台、更灵活、复用度更高、更加松耦合、具有一定前瞻性和实用参考价值的新一代计算机辅助创新软件体系结构设计框架。

摘要：蚁群算法(ACO)作为一类新型的机器学习技术,已经广泛用于组合优化问题的求解,同时也应用于工业工程的优化设计.相对于遗传算法(GA),蚁群算法的理论研究在国内外均起步较晚,特别是收敛速度的分析理论是该领域急待解决的第一大公开问题.文中的研究内容主要是针对这一公开问题而开展的.根据蚁群算法的特性,该研究基于吸收态Markov过程的数学模型,提出了蚁群算法的收敛速度分析理论.作者给出了估算蚁群算法期望收敛时间的几个理论方法,以分析蚁群算法的收敛速度,并结合著名的ACS算法作了具体的案例研究.基于该文提出的收敛速度分析理论,作者还提出ACO-难和ACO-易两类问题的界定方法;最后,利用ACS算法求解TSP问题的实验数据,验证了文中提出的分析结论,得出了初步的算法设计指导原则.

摘要：搭配在语言学习、辞典编撰或自然语言处理的应用中有重要价值,搭配的自动获取是自然语言计算的基本研究领域之一。利用对数似然度、卡平方和互信息作为关联强度测度,从Penn Treebank语料库中自动获取搭配候选,以比较3种测度的不同特性。实验结果表明由于3种测度遵从不同的分布假设和倾向,抽取的搭配具有不同的分布特征。

摘要：为了研究人工智能技术在物联网远程检测方面的应用,设计一种结合深度学习和物联网技术的自动诱捕器解决方案。设计了采用低功耗嵌入式传感系统和神经网络加速器的智能诱捕器原型。利用边缘计算设备在本地运行改进的Yolo-v4-tiny网络以完成害虫图像自动检测计数,所提模型引入了空间金字塔池化模块,并改进了原始网络的损失函数,增强了对小目标特征的捕捉能力。试验结果表明,所提嵌入式解决方案能够自动采集信息素粘虫板图像并完成准确果蔬害虫的检测,取得了最高0.842的检测精度和0.837的召回率数值,性能优于其他先进的轻量级目标检测模型,具有成本低、检测精度高、通信量低、工作寿命长的优点。

摘要：针对数据挖掘技术较为抽象并且难以理解等问题,设计了数据挖掘课程的教学与实验方案。方案包含了数据分类、聚类、降维以及关联规则等数据挖掘子技术。将传感器、互联网、社交媒体等不同类型的数据作为实验数据集,采用云计算技术提高计算与存储的效果,提高教学与实验的效率。设计了图形交互界面,能够以图形形式与表格输出数据分类、聚类、降维以及关联规则的结果,提高数据挖掘技术的可理解性。数据挖掘的实验结果表明,本方案能够准确生成数据挖掘技术的散列图,可直观地观察数据挖掘的工作流程。

摘要：数据采集系统的计数逻辑是工业计算机断层扫描成像(Industrial Computed Tomography--简称工业CT)的重要组成部分。如何能够保证数据采集系统的控制逻辑工作的稳定、可靠和一致性,对于研制工业CT,提高工业CT的整体性能有重要的意义。如何实时采集、存储这些庞大的数据是工业CT要解决的重要问题之一,这涉及到总线、采集与存储、设备驱动程序、系统级软件设计等关键技术。介绍了工业CT数据采集系统计数逻辑的设计方法,详细论述了数据采集系统计数逻辑的总体设计和具体设计,给出了系统的设计与实现方案。