检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于三元多臂赌博机的树结构最优动作识别

刘郭庆, 王婕婷, 胡治国, 钱宇华

计算机应用 2019, 39 (8): 2252-2260. DOI: 10.11772/j.issn.1001-9081.2018112394

摘要（358）

PDF （1397KB）（225）

蒙特卡罗树搜索（MCTS）在棋类博弈问题中展现出卓越的性能，但目前多数研究仅考虑胜负两种反馈从而假设博弈结果服从伯努利分布，然而这种设定忽略了常出现的平局结果，导致不能准确地评估盘面状态甚至错失最优动作。针对这个问题，首先构建了基于三元分布的多臂赌博机（TMAB）模型并提出了最优臂确认算法TBBA；然后，将TBBA算法应用到三元极大极小采样树（TMST）中，提出了简单迭代TBBA算法的TBBA_tree算法和通过将树结构转化成TMAB的TMST最优动作识别（TTBA）算法。在实验部分，建立了两个精度不同的摇臂空间并在其基础上构造了多个具有对比性的TMAB和TMST。实验结果表明，相比均匀采样算法，TBBA算法准确率保持稳步上升且部分能达到100%，TBBA算法准确率基本保持在80%以上且具有良好的泛化性和稳定性，不会出现异常值和波动区间。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于概率的支持向量数据描述方法

杨晨, 王婕婷, 李飞江, 钱宇华

计算机应用 2019, 39 (11): 3134-3139. DOI: 10.11772/j.issn.1001-9081.2019050823

摘要（410）

PDF （849KB）（175）

针对目前概率机器学习方法在解决概率问题时具有较高的复杂度，而传统的支持向量数据描述（SVDD）作为一种核密度估计方法只能判断测试样本是否属于该类等问题，提出一种基于概率的支持向量数据描述方法。首先，利用传统的SVDD方法分别得到两类数据的数据描述，计算测试样本到超球体的距离；然后，构造一个将距离转换为概率的函数，提出一种基于概率的SVDD方法；同时，使用Bagging算法进行集成，进一步提高数据描述的性能。借鉴分类场景，将所提方法与传统的SVDD方法在Gunnar Raetsch的13种基准数据集上进行实验，实验结果表明，所提方法在准确率和F1值上优于传统的SVDD方法，并且其数据描述的性能有所提升。

参考文献 | 相关文章 | 多维度评价