Fuzzy collaborative filtering with multiple agents

Automated collaborative filtering has become a popular technique for reducing information overload. We have developed a new method for recommending items using multiple agents. The agents were established by employing the fuzzy C-means clustering technique. We employ these agents collaborating each other to get recommendation for users. The results were evaluated by using MovieLens movie＇s rating data. It is shown that the algorithm is an effective metrics in collaborative filtering.

HLA中基于Agent的层次过滤机制

数据分发管理是HLA接口规范中定义的六大服务之一。为解决仿真应用中网络带宽、处理资源受限和提高系统可扩缩性提供了可能。文章介绍了HLA中数据分发管理DDM的基本内容 ;研究分析了最新发展的基于移动Agent的实现方法 ,提出了基于Agent的层次过滤机制对其进行了改进 ,解决了仿真结点计算能力受限的问题。

个性化网络信息过滤Agent的反馈评价机制

文章描述了信息过滤的作用,并介绍了一个基于Agent的万维网文档信息过滤系统。文中提出了个性化网络信息过滤Agent的结构及其实现方案,并讨论了用相关反馈评价机制更新用户兴趣模型的问题,建议用决策树从用户分类的文档集中学习用户的信息兴趣。

一种基于Agent的信息接种反垃圾邮件模型研究

提出了基于Agent的信息接种反垃圾邮件模型ABMIM,介绍了该模型的总体结构,讨论了模型中代表邮件用户的Agent之间的信任问题.实验结果表明,ABMIM不但能够减少用户的手工操作,改进垃圾邮件过滤器的准确率,而且能够保留邮件用户的偏好,以及有效减少协作组内恶意用户发送的错误信息接种数.

一个基于Agent的防火墙系统的设计与实现

分析了现有的防火墙系统及其弱点 .在此基础上 ,引入了“Agent”的概念 .应用“Agent”的定义和方法来规范防火墙的各个部件 ,描述了各“Agent”之间的通信和协作 ,并说明了设计和实现一个基于“Agent”

多Agent动态影响图的一种混合近似推理算法

多Agent动态影响图模型适合于对动态环境中多Agent问题进行建模,Agent之间结构关系被表示成局部的概率因式形式.概率图模型推理所面临的一个主要问题是难以实现近似推理的精度和复杂性之间的均衡.近似推理方法可提高推理精度,但同时也会带来推理精度的损失.BK和粒子滤波(PF)是动态概率模型两种重要的近似推理算法,BK算法有较高的计算效率但会引入较大的误差,PF可以近似任意分布但存在计算的高维问题.结合BK和PF的优点,提出多Agent动态影响图(MADIDs)的一种混合近似推理算法.根据概率图模型的可分解性,将MADIDs分解生成用于推理的原型联合树,混合近似推理算法在规模复杂度较小的团上执行PF推理以达到局部最佳估计,而在其他的团上执行BK推理,为了减小推理误差引入了分割团.仿真实验表明混合近似推理算法是MADIDs模型的一种有效推理方法,与BK和PF算法相比,该算法显著提高了推理精度,且可以实现推理精度和时间复杂性之间的均衡.

信息过滤Agent的WWW文档分析实现

介绍信息过滤与Agent的概念 ,讨论信息过滤中获取WWW文档、汉字自动分词和机器生成文摘等问题 。

基于Agent的Web教育资源预选择分层模型

在网络环境下,Web教育资源规模日益庞大,用户申请资源的过程逐渐复杂化。为此,提出一种基于Agent的Web教育资源预选择分层模型。根据预选择分层模型对Web教育资源进行两层过滤,利用基于语义相似度的过滤算法,将Web教育资源根据语义相似度完成匹配筛选;采用用户反馈信息建立机器学习模型,使用基于Q学习的过滤算法筛选Web教育资源。实验结果表明,分层模型可供用户选取符合用户需求的资源,具有较好的可扩展性。

基于多Agent混合智能实现个性化信息推荐

在基于Agent的个性化网页推荐中 ,目前主要有两种过滤方法 :基于内容的过滤和基于多Agent合作的过滤。本文分析了单独使用这两种方法存在的不足 ,给出了结合两种方法优点的混合智能过滤算法 ,并通过网络Bookmark服务 ,给出了该算法的一个实际应用系统 ,最后对该系统的运行结果进行了定性分析。

基于Agent的个性化信息过滤系统的设计与实现

针对用户个性化服务的特定需求,文中提出了一种基于Agent的个性化信息过滤系统的设计思想及其实现过程。采用基于主题的过滤和基于兴趣的过滤相结合的过滤方法对信息分两次过滤,同时利用Agent跟踪用户的浏览行为,从而提供隐式反馈。系统能够根据文本的内容自动判别文本所属主题分类,并计算待过滤信息与用户兴趣之间的相关度,最后利用用户的反馈对用户兴趣模型进行更新,从而帮助用户准确获取有用信息。

基于Agent的信息推送系统的研究

针对用户个性化信息服务的需求,本文通过分析搜索引擎与Agent技术的原理,提出了一个基于多Agent的个性化信息推送系统的模型。该模型可分为三层,每一层都由Agent来完成相应的功能:用户接口、信息过滤、兴趣学习及信息检索。其中监测Agent是在本系统中实现个性化信息服务的关键。

基于移动Agent的Web信息智能过滤算法及其实现

讨论了W eb信息过滤的现状,提出了W eb信息过滤应用中移动Agent的结构并设计了基于移动Agent的信息过滤工作模型。该模型由数据挖掘模块、信息过滤模块和相应的数据库模块组成,能够有效地屏蔽非法信息。实际应用表明,该W eb信息过滤模型能够有效地完成对网页信息的过滤和保证内部人员合法地使用网络。

基于卡尔曼滤波器及深度强化学习的双有源全桥变换器控制策略

高比例的新能源以及随机性负载大量接入微电网,其不确定性带来的大扰动对直流母线电压的稳定性造成不良影响。为了实现大扰动下快速、自适应的电压调节,针对双有源桥式DC-DC变换器(dualactivebridge,DAB)提出了一种基于卡尔曼滤波器(Kalmanfilter,KF)及深度强化学习的新型复合控制策略。设计了基于Actor-Critic架构的深度确定性策略梯度强化学习智能体,采用KF的最佳观测结果作为前馈补偿提高输出电压调节的准确性,通过在线学习自动调整DAB变换器的控制参数,保证直流变换器在面临系统各种扰动问题时均保持稳定,最后通过仿真和实验验证了该控制策略的有效性。

基于混合学习策略的多Agent信息过滤系统

针对用户个性化服务的要求,给出了一种基于混合学习策略和BP神经网络的多Agent信息过滤系统实现方案。系统采用蒙特卡罗强化学习算法进行多Agent协作学习,同时运用三层BP神经网络计算用户的满意度,根据算出的满意度对用户兴趣模型进行更新。本系统中用户无须反复提供显示反馈,由Agent跟踪并记录用户的浏览行为而得到用户的隐式反馈信息,从而减轻了用户的负担。

复合药剂强化浮选精煤加压脱水效果研究

为了降低浮选精煤滤饼水分、加快成饼速度,选择分子量为700万的非离子型聚丙烯酰胺(PAM)和非离子型表面活性剂(L-64),采用分别添加和混合添加等加药方式,在实验室加压过滤系统进行了脱水试验。通过接触角测量、红外光谱测试、滤液表面张力测量和絮团形态观测的方式研究复合加药强化脱水的机理。结果表明:PAM能加快脱水速度但降水效果一般,L-64能明显降低精煤水分但过滤速度一般;复合添加药剂能有效减少成饼时间和降低滤饼水分,相同药剂添加量的情况下,先加PAM后加L-64更有利于降低滤饼水分,先加L-64后加PAM更有利于减少成饼时间。提出了基于滤饼水分和成饼速度的双目标脱水效率强化水平评价模型,给出了复合药剂的最佳用量。复合加药能提高煤表面的疏水性,降低滤液表面张力,并且形成疏松透气性良好的絮团结构,有利于煤颗粒间毛细水的脱除,具有降低滤饼水分、提高过滤速度的双重功效。

多Agent技术在数据融合系统中的应用

数据融合充分利用多个传感器资源,对观测到的信息进行合理支配和使用,把在时间和空间上的冗余或互补信息按照某种准则进行组合,以获取对被观测目标的一致性认识.为提高目标跟踪系统的滤波精度,在滤波时采用了多Agent技术,使系统的跟踪精度有了显著提高.通过引入多Agent技术,对数据融合系统中的模型和方法进行改进,提出多Agent数据融合模型,为数据融合问题提供新的解决方法和途径.

基于Agent自主存储系统的数据定位机制

文章引入了Agent的方法学构建异构的自主存储系统,并且提出了基于Agent的有效协商的数据定位机制。为了在写数据时更有效地利用整合的多个存储资源,采用了基于可用性数据分配算法(ADA)的数据存放策略;为了获得读数据的高性能,采用数据查找策略,使用了Bloomfilter的方法,当读小块数据时采用直接处理,读大块数据时采用存储设备竞标方式提供高性能的读数据。实验测试和分析证明基于Agent的数据定位机制能够为系统实现高性能的数据存储。

改进的辅助粒子多Agent系统信息融合滤波算法

为克服多Agent系统的非线性问题,提高多Agent系统对信息的协同合作能力,提出一种改进的辅助粒子信息融合滤波算法。该算法通过分析多Agent系统的结构,根据正交小波多尺度分析理论对系统内Agent的信息进行分解、重构,给出以Agent信息为重要采样密度函数的辅助粒子滤波算法,并对滤波结果进行特征融合,得到多Agent系统融合特征。将此算法应用到机动目标跟踪领域,并与传统的滤波算法进行对比,仿真结果验证了该算法的有效性。

Multiple Agent智能垃圾邮件过滤系统的设计

从垃圾邮件的显著特性出发 ,提出了一种基于预处理的多代理的智能邮件过滤系统的设计方案 .在提高系统处理时间和有效降低邮件误判率等性能方面有所改善 。

移动Agent在物流商推荐中的应用研究

采用基于协同过滤和基于内容的混合推荐技术,为新用户和老用户提供了不同的推荐策略。构建了基于移动Agent的物流商推荐模型,通过所设计的不同Agent间的交互机制及Agent知识库,为用户自动化地推荐低成本、高效率物流配送。解决了C2C电子商务平台无法向用户提供高质量物流服务的需求问题。