中国象棋Alpha-Beta搜索算法的研究与改进

针对中国象棋机器博弈中较为高效的Alpha-Beta搜索算法进行研究,以提升其效率.依据Alpha-Beta搜索算法的效率与子节点扩展的排列顺序高度相关的事实及中国象棋自身的特点,本研究从优化着法的排列顺序入手,设计出了启发能力较强的着法排列方案,并进一步提出了扩大窗口的内部迭代加深算法对上述着法排列方案进行修正,从而使着法顺序得到了进一步的优化.实验数据证明,本研究明显提升了Alpha-Beta算法的效率.

博弈树搜索算法概述

机器博弈作为人工智能研究的重要分支,可研究的内容极为广泛。介绍现在计算机博弈中主流的搜索算法,并将它们有机的结合起来,给出一个搜索的主体框架,为博弈树研究者提供启发和参考。

基于数据共性的鲁棒特征表示

为了提高图像检索的性能,研究了图像变化对视觉特征鲁棒性的影响,提出了一种新的鲁棒特征表示方法。该方法首先挖掘鲁棒特征的数据共性,即在不同图像变化条件下提取的鲁棒特征之间的共性,然后基于数据共性进行特征的二进制码表示。在特征挖掘阶段,根据特征的视觉信息和在向量空间下的相似性来挖掘数据共性。在特征表示阶段,对具有共性的特征进行离线学习,通过局部保持哈希(LPH)将具有共性的数据表示为相似的二进制码。该方法由于将特征提取过程中的潜在信息即数据共性与特征表示技术相融合,因此能够更好地应对复杂图像变化。实验表明,在图像检索应用背景下该方法的精度比现有方法提高6%以上。

博弈树搜索算法在中国象棋中的应用

针对中国象棋博弈中较为高效的α-β剪枝算法进行研究,以提升其效率。依据α-β剪枝算法的效率与子节点扩展的排列顺序高度相关的事实及中国象棋自身的特点,从优化着法的排列顺序入手,设计出启发能力较强的着法排列方案,并进一步提出扩大窗口的内部迭代加深算法对上述着法排列方案进行修正,从而使着法顺序得到进一步的优化。实验数据表明,提出的方法可以明显提升α-β剪枝的效率。

混合概率典型相关性分析

典型相关性分析(canonical correlation analysis,CCA)是一种用来分析2组随机变量之间相关性的统计分析工具,但作为一种线性数学模型,CCA不足以揭示真实世界中大量存在的非线性相关现象.采用局部化的方法,在概率典型相关性分析(probabilistic CCA,PCCA)的基础上,使用概率混合模型框架,提出了混合概率典型相关性分析模型(mixture of probabilistic CCA,MixPCCA)以及估计模型参数的2阶段期望最大化(expectation maximization,EM)算法,并给出了使用聚类融合确定局部线性模型数量的方法和MixPCCA模型应用于模式识别的理论框架.在手写体数据集USPS和MNIST上的实验证明,MixPCCA模型通过混合多个局部线性PCCA模型不仅提供了一种捕捉复杂的全局非线性相关性的解决方案,而且还具备检测只在局部区域才存在的相关性的能力.

领域知识文档的语义检索方法研究

语义检索是解决信息检索中准确度、人性化要求的一个非常有潜力的方法。通过对知识文档进行主题词标注,然后建立从词元→主题词→知识文档的二级索引结构;对用户的检索,进行查询词到主题词的转化,计算语义相似度,按照语义相似度算法进行排序文档。目前基于知识文档的语义检索系统已经在某集团公司进行部署和应用,取得了前5项结果命中用户总查询90%的效果,说明这种方法是语义检索的一种有效途径。

支持链式桥规则的分布式动态描述逻辑

研究了链式桥规则在分布式动态描述逻辑(D3L)中的应用,旨在使得现有的分布式动态描述逻辑可以在多个系统中进行推理和发挥其在信息集成中的重要作用。在动态描述逻辑(DDL)推理和D3L推理的基础上,提出了支持链式桥规则的分布式动态描述逻辑(CD3L)推理算法。该算法首先判断能否在一个DDL系统内部进行推理,然后再判断能否在两个D3L系统间进行推理,最后通过CD3L在多个D3L系统中进行推理。与D3L相比,新提出的CD3L弥补了传统桥规则描述逻辑系统的不足,为信息系统集成和语义网提供了更为合理的逻辑基础。

基于动态描述逻辑的Web自动化服务组合

研究了动态描述逻辑(DDL)在Web服务组合中的应用。基于目标规划以及动态描述逻辑给出了Web服务组合算法。该算法考虑了客户的个人偏好,扩大了Web服务的应用范围。它使用DDL进行Web服务组合刻画,因为DDL将具有相似功能的服务划为一个动作集合,因而能够实现对语义Web中的动态知识和静态知识的统一描述,克服描述逻辑缺乏对动态知识描述的不足。该算法能够利用目标规划给出主体的动作执行序列,以有效实现Web服务的自动组合。最后通过具体实例验证了该算法的可行性。