基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文结合了机器学习和虚拟现实技术针对现有的寻路算法进行改进和研究,设计了一种适合自身特点的寻路算法,旨在弥补原有算法在系统应用中的不足.本文利用机器学习算法来寻路,相比于传统的A*寻路算法解决了局部最优的问题.当然A*算法本身存在的问题,本文也做了讨论和改进,来适应于项目的需求.本文设计的算法将人工神经网络与遗传算法结合,以达到寻找最佳适应度的目的.实验表明机器学习算法可以解决寻路问题并且用遗传算法训练优化网络权值在实时运算时减少计算量.针对火灾训练系统中复杂情况,可以达到动态寻路的效果.
推荐文章
基于深度学习的室内简单环境寻路算法
移动机器人
寻路算法
深度学习
神经网络
路径规划
环境感知
面向火灾救援的室内定位与逃生路径规划系统
火灾逃生
无线传感网络
室内定位
人群密度
最短路径
基于深度学习的室内简单环境寻路算法
移动机器人
寻路算法
深度学习
神经网络
路径规划
环境感知
基于机器视觉的森林火灾识别系统
森林火灾
机器视觉
SVM
运动目标检测
动静态特征
识别
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 基于机器学习的VR火灾逃生系统寻路算法
来源期刊 软件 学科 工学
关键词 人工智能 机器学习 人工神经网络 遗传算法 A*算法
年,卷(期) 2018,(4) 所属期刊栏目 设计研究与应用
研究方向 页码范围 86-91
页数 6页 分类号 TP391.9
字数 3999字 语种 中文
DOI 10.3969/j.issn.1003-6970.2018.04.018
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 孙博文 哈尔滨理工大学计算机科学与技术学院 30 192 7.0 12.0
2 刘刚 哈尔滨理工大学计算机科学与技术学院 4 14 2.0 3.0
3 顾雅涵 哈尔滨理工大学计算机科学与技术学院 1 3 1.0 1.0
4 李嘉明 哈尔滨理工大学计算机科学与技术学院 1 3 1.0 1.0
5 田卫东 哈尔滨理工大学计算机科学与技术学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (63)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (16)
二级引证文献  (1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工智能
机器学习
人工神经网络
遗传算法
A*算法
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
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导