论文部分内容阅读
流式数据的CP-nets结构学习研究
【摘 要】
:
偏好是决策理论、运筹学和现代计算机科学理论等诸多领域的重要研究内容。条件偏好网络(Conditional Preference networks,CP-nets)作为一种定性偏好直观表达工具,已经成为人工智能研究的热点问题,其研究内容包括结构学习、建模和推理等。目前,关于CP-nets结构学习的研究主要集中于静态数据库的挖掘,用户Agent的偏好基本是不变的。然而在现实应用中,Agent的偏好具有时效性,即经常会随时间而动态改变。而大部分的CP-nets学习方法难以快速高
【出 处】
:
烟台大学
【发表日期】
:
2021年09期
其他文献
电致变色材料可以在外加电场作用下发生稳定、可逆的光学性质(如吸收率、透光率等)变化,在建筑智能窗、汽车后视镜、防眩目镜、显示器、以及军事伪装等领域具有广阔应用前景。WO_3电致变色材料具有成本低、光调制幅度高、化学稳定性好等优点,是目前最为主流的电致变色材料之一。WO_3的电致变色过程遵循双注入机制,通过低价态阳离子(例如Li+,H+)和电子的共嵌入反应诱发电致变色过程。然而,WO_3材料在褪色过
学位
图像分割是图像处理的主要环节之一,主要是基于灰度、颜色相关的特征对图像进行划分,从而形成一定连续区域,提取出目标物体的一种行为。由于图像通常会表现出不确定性,尤其是遥感图像的“同物异谱、同谱异物”问题、噪声干扰问题,使得传统的分割方法往往不能获得理想的分割效果,对其后续的目标识别产生不良影响。为解决图像像素归属的模糊性和不确定性问题,一些学者引入了模糊数学方法。模糊C-均值聚类(FCM)方法在图像
学位
近年来,随着物联网的发展,网络传输带来的延迟会导致数据处理效率低下。而边缘计算的出现可以有效降低数据传输过程中的延迟现象,提高数据处理能力。而且现如今许多科学技术的崛起,使得快速处理海量数据,从中提取有用的信息变得愈加简单。但是,与此同时,边缘计算环境中的用户数据通常会交给半可信的授权实体去处理,可能会导致用户的隐私被泄露。因此,如何利用有效的隐私保护机制去保护用户数据,使其不被泄露,已成为人工智
学位
随着汽车数量在城市中的不断增加,日益严重的交通拥堵问题亟待解决,人们在出行过程中,如何选择从初始位置到目标位置的路径成为一个重要问题。现有导航系统可以指导车辆寻找路径,但在未知或者信息不全的环境下无法有效进行导航。因为道路情况复杂多变,在最初选择的路径运行过程中,可能因为道路拥堵导致路线质量较差。所以,在城市交通路径规划过程中,最短的路线并不一定是最优的路线。现有路径规划策略难以应对不断变化的道路状况,强化学习方法在道路信息发生变化的时候,能够快速做出反应,重新规划一条新
学位
在我们的日常生活和各种现实场景中,语音作为交流载体扮演着至关重要的角色。由于各种情感信息的广泛存在,语音情感识别越来越成为人机交互和情感计算方面的研究热点,对推动人工智能的发展有重要的意义。语音情感识别的主要目标是识别出语音信号中的情绪状态,如快乐、愤怒、恐惧和悲伤等情感。它在许多人机交互应用中已经被证明是非常有价值的。然而,目前大多数语音情感识别方法存在以下两个主要的问题:1.语音特征的维度较高
学位