关于有限n-表示模的若干复形

基于Bravo等对FPn-内射模和Wang等对FP-内射复形的研究,利用同调代数的方法,讨论关于有限n-表示模的内射复形和平坦复形,证明了当环R为左n-凝聚环时,复形X是FPn-平坦复形当且仅当X+=Hom(X,D1(Q/Z))是FPn-内射复形.     

Research on reconfigurable collaborative remote diagnosis system

The function-layer model and working model of collaborative remote fault diagnosis system （FDS）, which includes three layers： task layer, collaboration layer and diagnosing layer, are proposed. The running mechanism of the system is discussed. A collaborative FDS may consist of several subsystems running at different places and the subsystem consists of several fimction modules. A structure centered on data-bus is adopted in subsystem. All the function modules in subsystem are encapsulated into software intelligent chips （SICs） and SIC can but connect with data-bus. So, it is feasible to reuse these diagnosis fimction modules and the structure of subsystem in different diagnosis applications. With the reconfigurable SICs, several different function modules can reconstruct quickly some different diagnosis subsystems in different combinations, and some subsystems can also reconfigure a specified collaborative FDS.     

根箭图表示范畴中的Gorenstein平坦-余挠对象

设R是具有单位元的结合环,Q=(Q₀,Q₁,s,t)是箭图.给出根箭图表示范畴中的Gorenstein平坦-余挠对象的定义及等价刻画,并研究Gorenstein平坦-余挠对象的相关性质.     

多agent协同强化学习算法SE-MACOL及其应用

针对多agent团队中各成员之间是协作关系且自主决策的学习模型,在此对Q学习算法进行了适当扩充,提出了适合于多agent团队的一种共享经验元组的多agent协同强化学习算法。其中采用新的状态行为的知识表示方法,采用相似性变换和经验元组的共享,能够提高多agent团队协同工作的效率。最后将该算法应用于猎人捕物问题域,实验结果表明该算法能够明显加快多个猎人合作抓捕猎物的进程。     

基于子空间划分和自我表示学习的高光谱波段选择

基于高光谱图像的应用,在不降低性能的前提下,选择具有信息和代表性的波段是大数据环境下一项具有挑战性的任务.许多波段选择方法忽略波段的有序性,只考虑波段的冗余性,这会导致有价值的波段丢失,而保留无用的波段.针对此问题,提出了一种自适应子空间划分和自我表示学习的高光谱波段选择方法(Adaptive subspace par...     

基于功能点估算的逆向工程方法

功能点分析是从用户的角度度量软件功能规模的一种方法。本文首先对功能点分析(FPA)现有的半形式化模型进行了扩充,然后形式化描述了外部查询(EQ)的4条规则,并提出了基于源代码的逆向工程技术方法来处理这4条规则,为全自动化度量奠定了理论基础。     

知识库系统的知识表示方法及其在移动学习领域的应用

本文主要讨论的问题是知识表示,探讨关于不同知识类型、知识表示发展的不同阶段,所运用的知识表示方式.以及联系现在与计算机技术相关的无线通讯技术,来探讨知识库系统在教育领域发展趋势.     

Type-A半群的表示

给出了Type-A半群的表示,将文献[1]中著名的Vagner表示定理推广到Abandant半群中.证明了如果S是一个半群,则存在一个集合X及S到PJ(X)的单同态.     

基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。     

一种基于能量检测及用户合作的协作感知技术

随着无线技术的飞速发展,频谱缺乏已经成为一个非常严重的问题.感知无线电技术能有效解决频谱紧张的现状.介绍了感知无线电概念及其内涵,然后介绍了检测频谱空穴的方法.为提高检测概率、降低设备复杂度及计算复杂度,将UWB与感知无线电结合,提出了基于能量检测及用户合作(EDAUC)的协作感知方法.仿真和分析表明:该方法能有效提高检测频谱空穴的概率.