期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
多Agent动态影响图的近似计算方法 被引量：4
1
作者 姚宏亮 王浩 +1 位作者 汪荣贵 李俊照 《计算机研究与发展》 EI CSCD 北大核心 2008年第3期487-495,共9页
由于复杂系统具有高维性和不确定性常难以表示处理,因而知识表示和计算方法是复杂系统研究中的公开难题.当前,多Agent影响图不能建模动态环境和多Agent,马尔可夫决策过程难以表示A-gents之间结构关系的问题,因而提出一种用局部概率因式... 由于复杂系统具有高维性和不确定性常难以表示处理,因而知识表示和计算方法是复杂系统研究中的公开难题.当前,多Agent影响图不能建模动态环境和多Agent,马尔可夫决策过程难以表示A-gents之间结构关系的问题,因而提出一种用局部概率因式表示动态环境中多Agent之间关系的新决策模型——多Agent动态影响图(MADIDs).针对MADIDs模型的联合概率分布和联合效用函数在计算上的高维问题,研究该模型的近似计算方法.给出MADIDs概率结构部分的一种分层分解的分布近似方法,并通过对该近似方法的误差和复杂性的分析,给出一个可对近似分布的精度和复杂性进行均衡的函数δ(k);给出一种BP神经网络通过局部效用的学习来近似计算MADIDs的联合效用.在模型实例上的实验结果显示了MADIDs模型近似计算方法的有效性. 展开更多
关键词 影响图 多AGENT动态影响图 KL差分 联合树 ebk算法
在线阅读 下载PDF
应用星载激光雷达和光学遥感数据的山地森林冠层高度反演
2
作者 潘婕 罗洪斌 +3 位作者 陈大鹏 吴勇 张晓丽 欧光龙 《东北林业大学学报》 2026年第4期105-115,135,共12页
为了解决复杂山区森林冠层高度估测困难以及区域尺度估测精度偏低的问题,应用星载激光雷达全球生态系统动力学调查(GEDI)和冰、云、陆地高程卫星二代(ICESat-2)与光学遥感等多源数据联合估测山地森林冠层高度,利用经验贝叶斯克里金,对G... 为了解决复杂山区森林冠层高度估测困难以及区域尺度估测精度偏低的问题,应用星载激光雷达全球生态系统动力学调查(GEDI)和冰、云、陆地高程卫星二代(ICESat-2)与光学遥感等多源数据联合估测山地森林冠层高度,利用经验贝叶斯克里金,对GEDI的相对高度指标(5~100)与ICESat-2相对高度指标(10~98)进行空间插值,并结合Landsat 8 OLI、地形、气候、林龄等195个遥感因子作为信息源,以机载激光雷达(LiDAR)冠层高度模型为实测值建模。变量选择部分,应用随机森林进行重要性筛选,设置不同变量筛选梯度(贡献率前10%~100%)探索变量组合对估计精度的影响;冠层高度反演部分,采用遗传算法优化的随机森林模型(GA-RF)、极端梯度提升模型(GA-XGB)作为森林冠层高度反演模型,绘制云南省普洱市镇沅县的森林冠层高度分布图。结果表明:在不同的变量筛选梯度中,选取贡献率前60%的遥感因子建模精度最佳,遗传算法优化的极端梯度提升模型和遗传算法优化的随机森林模型的决定系数(R^(2))分别为0.419、0.408,均方根误差(E_(RMS))分别为5.551、5.605 m,此时参与建模的特征因子类型丰富且数量适中;在反演结果二次评估中,反演得到的森林冠层高度反演图与全球/全国森林冠层高度公开数据产品相比精度更高。利用随机森林重要性变量选择方法,通过设置不同累计贡献率梯度以此筛选最佳变量组合,能够有效剔除冗余变量且可以提高估测模型的精度与效率;单一光学遥感数据难以实现高精度的森林冠层高度估测,引入激光雷达、地形因子、气候因子以及林龄信息构建多源协同反演策略是提升山区森林冠层高度估测准确性的有效途径。 展开更多
关键词 山地森林冠层高度 星载激光雷达 多源遥感 经验贝叶斯克里金(ebk) 遗传算法
在线阅读 下载PDF
多Agent动态影响图及其概率分布的近似方法 被引量：2
3
作者 姚宏亮 王浩 +1 位作者 张佑生 俞奎 《模式识别与人工智能》 EI CSCD 北大核心 2007年第4期525-532,共8页
将多 Agent 影响图(MAIDs)在时间上进行扩展,提出一种决策模型:多 Agent 动态影响图(MADIDs),用于表示动态环境中多 Agent 协作的结构关系.为了有效计算 MADIDs 的概率分布,以 Agents 之间的策略偏序关系为指导,给出概率分布的一种分解... 将多 Agent 影响图(MAIDs)在时间上进行扩展,提出一种决策模型:多 Agent 动态影响图(MADIDs),用于表示动态环境中多 Agent 协作的结构关系.为了有效计算 MADIDs 的概率分布,以 Agents 之间的策略偏序关系为指导,给出概率分布的一种分解近似方法,进而讨论概率分布在推理中的近似.对 MADIDs 概率分布计算的复杂性、误差以及误差在时间上的传播进行分析,进而基于 KL 差分,给出一个可对近似分布的精度和复杂性进行均衡的函数.最后,针对一个表示协作关系的 MADID 模型,进行实验和算法比较,实验结果显示该概率分布近似方法的有效性. 展开更多
关键词 多Agent动态影响图(MADIDs) KL差分 联合树 扩展BK(ebk)算法
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部