检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于自适应不确定性度量的离线强化学习算法

南京邮电大学学报（自然科学版） 2024年第4期44卷 98-104页

作者：张伯雷刘哲闰南京邮电大学计算机学院江苏南京210023

离线强化学习可以从历史经验数据中直接学习出可执行的策略,由此来避免与在线环境的高代价交互,可应用于机器人控制、无人驾驶、智能营销等多种真实场景。有模型的离线强化学习首先通过监督学习构造环境模型,并通过与该环境模型交互来... 详细信息

离线强化学习可以从历史经验数据中直接学习出可执行的策略,由此来避免与在线环境的高代价交互,可应用于机器人控制、无人驾驶、智能营销等多种真实场景。有模型的离线强化学习首先通过监督学习构造环境模型,并通过与该环境模型交互来优化学习策略,具有样本效率高的特点,是最常用的离线强化学习算法。然而,由于离线数据集存在分布偏移问题,现有的方法往往通过静态的方法来评估此种不确定性,无法动态自适应于智能体策略的优化过程。针对以上问题,提出一种自适应的不确定性度量方法,首先对状态的不确定性进行估计,然后通过动态自适应的方法来衡量环境模型的不确定性,从而使得智能体可以在探索-保守中取得更好的平衡。在多个基准的离线数据集对算法进行了验证,实验结果表明,该算法在多个数据集中都取得最好的效果,消融实验等也验证了所提方法的有效性。

关键词：离线强化学习环境模型自适应权重不确定性度量

在线全文

学校读者我要写书评

暂无评论

DS理论框架下证据体的冲突及不确定性度量

DS理论框架下证据体的冲突及不确定性度量

作者：周宇峰黑龙江大学

学位级别：硕士

多传感器信息融合一直是近年来的研究热点之一,它可以将来自不同传感器的信息、数据或观测结合起来,以提高系统对环境目标的检测、追踪以及决策能力。基于集合论和概率论扩展的Dempster-Shafer(D-S)证据理论作为多传感器信息融合的主要... 详细信息

多传感器信息融合一直是近年来的研究热点之一,它可以将来自不同传感器的信息、数据或观测结合起来,以提高系统对环境目标的检测、追踪以及决策能力。基于集合论和概率论扩展的Dempster-Shafer(D-S)证据理论作为多传感器信息融合的主要方法之一,在处理未知信息与不确定信息等方面具有较大的优势,然而,由于外界环境的干扰以及传感器的损坏,传统的D-S证据理论在信息融合方面可能存在着一些问题。首先是多传感器获得的证据之间可能存在冲突,当多个证据之间存在大量冲突时,使用Dempster组合规则进行融合可能产生反直观的结果。其次则是D-S证据理论框架下基本概率赋值(Basic probability assignment,BPA)的不确定性度量不完整和框架转换所带来的不确定性信息丢失问题。因此,本文针对冲突度量和不确定性度量及其融合方法进行深入的研究。1.针对D-S证据理论中的冲突证据融合问题,提出一种基于S(?)rensen-Dice系数的冲突度量方法和一种新的融合方法。首先,利用Jaccard相似系数对S(?)rensen-Dice系数进行修改,提出一种新的冲突度量方法信任S(?)rensen-Dice距离(Belief S(?)rensen-Dice distance,BSD),其次,对BSD的对称性、同一性、互斥性以及有界性进行严格证明,并通过数值分析来验证所提方法的有效性,最后,基于BSD获得的每个证据的可信度,以及通过信息熵获得每个证据的信息量权重,提出一种新的冲突证据的融合方法,并通过实际应用来验证所提方法的有效性。2.基于Jousselme距离,提出一种非对称Jousselme距离以及一种新的证据融合决策方法。首先,对相似系数的关系进行分析,得到相似系数之间的大小关系,其次,分析证据各焦元集合之间的支持度,通过修改支持度矩阵提出一种非对称Jousselme距离,验证其性质,并通过仿真来验证所提方法的有效性,最后,利用非对称Jousselme距离与平均距离之间的关系,得到距离关系矩阵,绘制证据之间的关系图,从而确定融合顺序以及不予融合的证据,最终得到融合决策结果,并通过数值分析并与其他方法对比说明所提方法的有效性。3.针对D-S证据理论框架下证据的不确定性度量不完整以及框架转换所带来的信息丢失这两个问题,提出一种新的不确定性度量方法以及一种证据融合方法。首先,引入一种区间数距离,被称为期望半径距离(Expected radius distance,ERD),并对其对称性、同一性、齐次性、平移不变性、单调性以及三角不等式进行证明,其次,基于ERD提出一种不确定性度量方法(Robust total uncertainty measure,RTU),理论证明和仿真实验表明了该方法具有范围、不变性、单调性、灵敏度高以及计算量小的优良特性,最后,在RTU的基础上,根据不确定度与证据权重之间的关系,提出一种新的证据融合方法,并通过数值分析和实际应用来验证所提融合方法的有效性。

关键词： D-S证据理论冲突度量信任S(?)rensen-Dice距离非对称Jousselme距离不确定性度量

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于严凹函数的粗糙集不确定性度量

软件学报 2018年第11期29卷 3484-3499页

作者：黄国顺文翰佛山科学技术学院数学与大数据学院广东佛山528000

通过语义分析,提出了一种拓展的粗糙集不确定性度量公理化定义;将香农熵函数推广到严凹函数,提出了一类以条件概率为自变量、基于严凹函数的粗糙集不确定性度量公式,它是严凹函数值的加权平均.在此基础上,得到一系列粗糙集不确定性度量... 详细信息

通过语义分析,提出了一种拓展的粗糙集不确定性度量公理化定义;将香农熵函数推广到严凹函数,提出了一类以条件概率为自变量、基于严凹函数的粗糙集不确定性度量公式,它是严凹函数值的加权平均.在此基础上,得到一系列粗糙集不确定性度量方法.从严凹函数视角讨论了基于模糊熵的不确定性度量方法,发现现有多种能够用于度量粗糙集不确定性的模糊熵函数都是所提出方法的特殊情形.比较了粗糙度、改进粗糙度和所提出方法的区别和联系,最后设计了一些算例,比较了各种方法的异同,验证了基于严凹函数的粗糙集不确定性度量与粗糙集不确定性语义是一致的.

关键词：不确定性度量严凹函数模糊熵粗糙度

在线全文

学校读者我要写书评

暂无评论

基于不确定性度量的多特征融合跟踪

自动化学报 2011年第5期37卷 550-559页

作者：顾鑫王海涛汪凌峰王颖陈如冰潘春洪南京航空航天大学自动化学院南京210016 中国科学院自动化研究所模式识别国家重点实验室北京100190

提出了一种新的基于特征不确定性度量的多特征融合跟踪算法.首先,针对粒子滤波跟踪算法中特征鉴别能力较弱且粒子分布相对分散时容易造成目标丢失的事实,本文定义了一种新的特征不确定度量方法,该度量可以在线调整不同类型特征对跟踪结... 详细信息

提出了一种新的基于特征不确定性度量的多特征融合跟踪算法.首先,针对粒子滤波跟踪算法中特征鉴别能力较弱且粒子分布相对分散时容易造成目标丢失的事实,本文定义了一种新的特征不确定度量方法,该度量可以在线调整不同类型特征对跟踪结果的贡献.同时,针对乘性和加性特征融合跟踪算法方法中存在的缺陷,提出了一种自适应的多特征融合方法,融合的结果既突出了状态后验分布中目标真实状态对应的峰值,又对噪声不敏感,从而提高了目标跟踪的鲁棒性.各种场景下的实验结果比较表明:新的融合跟踪算法比单特征跟踪、乘性融合跟踪和加性融合跟踪有着更好的稳定性和鲁棒性.

关键词：目标跟踪不确定性度量粒子滤波多特征融合

在线全文

学校读者我要写书评

暂无评论

基于边界域和知识粒度的粗糙集不确定性度量

控制与决策 2016年第6期31卷 983-989页

作者：黄国顺文翰佛山科学技术学院理学院广东佛山528000

为了克服现有作积形式不确定性度量方法的缺陷,基于边界域提出一种用改进粗糙度和知识粒度求和形式的粗糙不确定性度量公式.与现有方法相比,它同时考虑了由边界域和知识粗糙性产生的不确定性,从理论上证明了集成后的不确定性度量值确实... 详细信息

为了克服现有作积形式不确定性度量方法的缺陷,基于边界域提出一种用改进粗糙度和知识粒度求和形式的粗糙不确定性度量公式.与现有方法相比,它同时考虑了由边界域和知识粗糙性产生的不确定性,从理论上证明了集成后的不确定性度量值确实比单个影响因素产生的不确定性度量值大,是一种更加合理的不确定性度量方法.将该方法推广到基于严凸函数知识粒度情形,得到一类度量粗糙集不确定性度量方法,并研究了随划分变细时,粗糙度、改进粗糙度与所提出方法之间的关系.最后设计了一组算例对它们进行比较,比较结果表明,所提出的方法对划分变细更加敏感.

关键词：不确定性度量边界域粗糙度知识粒度

基于高斯过程建模的物联网数据不确定性度量与预测

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2015年第5期46卷 265-272页

作者：苑进胡敏 Kesheng Wang 刘雪美侯加林米庆华山东农业大学机械与电子工程学院泰安271018 山东省园艺与装备重点实验室泰安271018 挪威科技大学产品质量工程系山东农业大学作物生物学国家重点实验室泰安271018

物联网已经成为农业大数据最重要的数据源之一,自动观测数据的质量控制对农业生产分析以及基础科研数据应用非常重要。针对农业物联网观测的一类非平稳时间序列数据中的数据缺失、野值剔除、感知故障预警和长时间预测等问题,采用光滑弱... 详细信息

物联网已经成为农业大数据最重要的数据源之一,自动观测数据的质量控制对农业生产分析以及基础科研数据应用非常重要。针对农业物联网观测的一类非平稳时间序列数据中的数据缺失、野值剔除、感知故障预警和长时间预测等问题,采用光滑弱假设高斯先验,构建了基于高斯过程的自回归模型表征的动态系统,并通过样本集学习,形成能考虑噪声干扰的传感变化规律建模,并可提供预测误差带用于预测数据的不确定性度量。针对原始数据的缺失和野值问题,采用基于高斯过程的短期预测,可补齐缺失数据,利用其不确定性度量可甄别数据野值,进行野值剔除与替换,并在此基础上判断感知故障;给出了基于输入数据不确定性传播的多步迭代预测方法,使长期预测仍可以跟踪农业数据的动态轨迹,并可为其预测值提供不确定性度量;将温室采集的真实传感数据用于分析试验,验证了高斯过程用于服务器端的农业时间序列数据采集质量控制的可行性。

关键词：物联网非平稳时间序列高斯过程不确定性度量野值剔除预测

在线全文

学校读者我要写书评

暂无评论

基于全知熵的模式集成不确定性度量模型

南京航空航天大学学报 2012年第4期44卷 575-579页

作者：胡文彬张宏李千目南京理工大学计算机科学与技术学院南京210094 淮海工学院计算机工程学院连云港222005

不确定性是模式集成的一个固有性质,不确定性度量对模式集成具有重大影响。本文提出一种度量模型,在该模型中模式对象及其属性清洗模块使该模型免受规模影响。根据模式集成多属性分阶段决策的特点,本文基于粗糙集理论的全知熵不确定率... 详细信息

不确定性是模式集成的一个固有性质,不确定性度量对模式集成具有重大影响。本文提出一种度量模型,在该模型中模式对象及其属性清洗模块使该模型免受规模影响。根据模式集成多属性分阶段决策的特点,本文基于粗糙集理论的全知熵不确定率进行各阶段的不确定性度量,并把过程模型的不确定性度量引入到总体不确定性的度量中,最后给出了合成多不确定率的方法。实例分析证实所设计模型是可行、有效的。

关键词：不确定性度量粗糙集理论模式集成全知熵过程模型

在线全文

学校读者我要写书评

暂无评论

基于不确定性度量信息融合的团队一致法研究

自动化学报 1998年第5期24卷 681-685页

作者：李国栋靳宏磊陈维南李勇智江苏理工大学机械设计工程学院东南大学自动化研究所江苏理工大学数理系

给出一种新的信息融合方法——基于不确定性度量的团队一致法．这个方法是基于一个迭代的团队不确定性度量函数，它能使团队成员达到一致；该方法用于融合从多个图象传感器得到的对同一个目标的关于目标类别不确定性信息，与其它方法相... 详细信息

给出一种新的信息融合方法——基于不确定性度量的团队一致法．这个方法是基于一个迭代的团队不确定性度量函数，它能使团队成员达到一致；该方法用于融合从多个图象传感器得到的对同一个目标的关于目标类别不确定性信息，与其它方法相比该方法有效而简单．在多图象目标识别中有着广泛的应用．还给出了确定权值系数的一般方法．把这种方法用于一个现成的实例，得到的结果和多数结合算子的结果一致．

关键词：信息融合团队一致法不确定性度量图象识别

在线全文

学校读者我要写书评

暂无评论

邻域系统的不确定性度量方法

控制与决策 2014年第4期29卷 691-695页

作者：唐朝辉陈玉明厦门理工学院计算机信息与工程学院福建厦门361024

针对离散型数据系统的不确定性度量方法难以有效解决邻域系统不确定性度量的问题,引入邻域粗糙集模型,提出邻域精确度、邻域知识粒度和基于邻域知识粒度的近似精度等邻域系统不确定性度量方法,进一步从理论上证明其有效性.实验结果表明... 详细信息

针对离散型数据系统的不确定性度量方法难以有效解决邻域系统不确定性度量的问题,引入邻域粗糙集模型,提出邻域精确度、邻域知识粒度和基于邻域知识粒度的近似精度等邻域系统不确定性度量方法,进一步从理论上证明其有效性.实验结果表明,基于邻域知识粒度的近似精度具有更严格的单调性,优于邻域近似精度的邻域系统对不确定性度量的效果.

关键词：不确定性度量邻域系统粗糙集知识粒度