期刊文献+

图像控制策略的强化学习 被引量:1

下载PDF
导出
摘要 本文主要讨论采用最小二乘梯度下降方法确定卷积神经网络以实现对图像特征的提取,并在识别图像后应用强化学习的方法让行动主体给出合适的策略。首先,本文通过卷积神经网络减少权值的数目,经特征提取后得到探索图像;之后对所得图像采用强化学习的方法进行探索分析得到行动策略。
出处 《福建电脑》 2014年第8期46-48,共3页 Journal of Fujian Computer
基金 苏州大学大学生课外学术科研基金项目(KY2014474B)
  • 相关文献

参考文献5

  • 1Jake Bouvrie. Notes on Convolutional Neural Networks. British. British: Massachusetts Institute of Technology.
  • 2Sascha Lange and Martin Riedmiller. Deep Learning of Visual Control Policies. Germany: University ofFreiburg - Dept of Computer Science, 2010.
  • 3LeCun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R. E., Hubbard, W., & Jackel, L. D. Backpropagation applied to handwritten zip code recognition. Neural Computation, 1989,1(4): 541-551.
  • 4Sebastien Jodogne and Justus H. Piater. Closed-Loop Learning of Visual Control Policies.Journal of Artificial Intelligence Research 2007,28:349-391.
  • 5Yoshua Bengio. Learning Deep architectures for AI. Foundations and Trends in Machine Learning, 2009,2(1): 1-127.

同被引文献8

引证文献1

二级引证文献4

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部