钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
自然科学总论期刊
\
科技与创新期刊
\
基于支持样本的快速增强学习算法
基于支持样本的快速增强学习算法
作者:
束雄英
查亚兵
肖力
原文服务方:
科技与创新
增强学习
马尔可夫决策过程
支持样本
摘要:
针对确定性马尔克夫决策过程,本文提出了一种基于支持样本的快速增强学习算法.文章首先把学习问题形式化为一个确定性的马尔可夫决策过程.并对问题空间中每个状态的总回报值进行估计,根据总回报估计值与累积总回报估计值的大小关系,提出了支持样本的概念,即在大量的训练样本中,提取出值得我们信赖的那些样本;然后建立状态空间与动作空间之间的对应关系,用得到的支持样本进行最小二乘逼近,得到了快速有效的策略函数;最后,通过仿真实验,证明了方法的有效性.
下载原文
收藏
引用
分享
推荐文章
增强学习的PID控制参数优化快速整定算法
BP-PID控制器
参数整定
粒子群
增强学习
自适应变异
基于机器学习的样本多样性算法研究
卷积神经网络
人脸识别
大样本
对抗生成网络
基于支持向量机的增量学习算法
结构风险最小化
支持向量
增量学习
基于自适应步长的支持向量机快速训练算法
支持向量机
序贯最小化
机器学习
自适应步长
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于支持样本的快速增强学习算法
来源期刊
科技与创新
学科
关键词
增强学习
马尔可夫决策过程
支持样本
年,卷(期)
2009,(24)
所属期刊栏目
软件时空
研究方向
页码范围
136-138
页数
3页
分类号
TP18
字数
语种
中文
DOI
10.3969/j.issn.1008-0570.2009.24.055
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
查亚兵
25
203
8.0
13.0
2
肖力
3
0
0.0
0.0
3
束雄英
1
0
0.0
0.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(10)
共引文献
(7)
参考文献
(4)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1992(1)
参考文献(0)
二级参考文献(1)
1996(2)
参考文献(1)
二级参考文献(1)
1998(1)
参考文献(0)
二级参考文献(1)
1999(1)
参考文献(0)
二级参考文献(1)
2001(1)
参考文献(0)
二级参考文献(1)
2002(1)
参考文献(0)
二级参考文献(1)
2003(3)
参考文献(0)
二级参考文献(3)
2005(2)
参考文献(1)
二级参考文献(1)
2007(2)
参考文献(2)
二级参考文献(0)
2009(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
研究主题发展历程
节点文献
增强学习
马尔可夫决策过程
支持样本
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科技与创新
主办单位:
山西科技新闻出版传媒集团
出版周期:
半月刊
ISSN:
2095-6835
CN:
14-1369/N
开本:
大16开
出版地:
邮发代号:
创刊时间:
2014-01-01
语种:
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
期刊文献
相关文献
1.
增强学习的PID控制参数优化快速整定算法
2.
基于机器学习的样本多样性算法研究
3.
基于支持向量机的增量学习算法
4.
基于自适应步长的支持向量机快速训练算法
5.
基于主动学习的支持向量机算法
6.
基于小样本集弱学习规则的KNN分类算法
7.
基于虚拟样本图像集的多流形鉴别学习算法
8.
基于增强学习算法的PID参数调整方法研究
9.
基于两阶段学习的半监督支持向量机分类算法
10.
基于聚类的快速支持向量机训练算法
11.
样本稀疏表达的标记分布学习算法
12.
基于样本取样的SMO算法
13.
基于支持向量回归的增量学习算法
14.
变样本量学习最小二乘支持向量机算法
15.
基于支持向量机的增量学习算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
科技与创新2006
科技与创新2007
科技与创新2008
科技与创新2009
科技与创新2010
科技与创新2011
科技与创新2014
科技与创新2015
科技与创新2016
科技与创新2017
科技与创新2018
科技与创新2019
科技与创新2020
科技与创新2022
科技与创新2024
科技与创新2023
科技与创新2009年第3期
科技与创新2009年第14期
科技与创新2009年第27期
科技与创新2009年第8期
科技与创新2009年第5期
科技与创新2009年第13期
科技与创新2009年第15期
科技与创新2009年第28期
科技与创新2009年第22期
科技与创新2009年第12期
科技与创新2009年第11期
科技与创新2009年第16期
科技与创新2009年第30期
科技与创新2009年第9期
科技与创新2009年第29期
科技与创新2009年第24期
科技与创新2009年第21期
科技与创新2009年第4期
科技与创新2009年第20期
科技与创新2009年第31期
科技与创新2009年第25期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号