基于相关熵诱导度量的近端策略优化算法

在深度强化学习算法中,近端策略优化算法PPO(Proximal Policy Optimization)在许多实验任务中表现优异,但具有自适应KL(Kullback-Leibler)散度的KL-PPO由于其不对称性而影响了KL-PPO策略更新效率,为此,提出了一种基于相关熵诱导度量的近端策略优化算法CIM-PPO(Correntropy Induced Metric-PPO)。该算法具有对称性更适合表征新旧策略的差异,能准确地进行策略更新,进而改善不对称性带来的影响。通过OpenAI gym实验测试表明,相比于主流近端策略优化算法Clip-PPO和KL-PPO算法均能获得高于50%以上的奖励,收敛速度在不同环境均有500~1 100回合左右的加快,同时也具有良好的鲁棒性。

基于近红外光谱距离度量的烟叶均质性评价研究

现阶段,对烟叶均质性的评价一般是检测出烟叶化学指标,再运用化学指标进行均质性判定,这需要耗费大量的人力财力。基于多元统计分析的距离度量方法,对烟叶近红外光谱进行预处理后计算光谱间的距离,并研究了烟叶常规化学成分变异系数与烟叶近红外光谱距离变异系数之间的典型相关关系,建立了一种直接使用光谱欧氏距离、马氏距离、城市街区距离、切比雪夫距离和闵氏距离的变异系数来评价烟叶主要常规化学成分及其相对比例均质性的方法。典型相关性为0.799,烟叶化学成分变异系数集合已解释的方差比例为0.854,距离度量变异系数集合已解释的方差比例为0.798。为直接运用光谱建立烟叶质量均匀性评价提供了数据支撑,为快速、高效、低成本地实现烟叶均质性反馈控制奠定了基础。

凸度量空间内渐近拟非扩张映像Ishikawa迭代序列的收敛性(英文)

在凸度量空间内证明了Ishikawa迭代序列收敛于渐近拟非扩张映象不动点的若干充要条件.这些结果推广和统一了近期许多重要的已知结果.

凸度量空间内渐近拟非扩张映射不动点的迭代

2001年和2002年LiuQihou推广了Petryshgh和Williamson,Ghosh和Debnath分别在1973年和1977年的结果,在Banach空间和一致凸Banach空间证明了Ishikawa迭代序列和带误差的Ishikawa迭代序列收敛于渐近拟非扩张映射不动点的若干充要条件。笔者在凸度量空间内,定义了带误差的Ishikawa迭代程序,并且证明了带误差的Ishikawa迭代程序收敛于渐近拟非扩张映射不动点的若干充要条件。该结果统一和推广了近期文献中的许多已知结果。

结构关系度量误差模型中参数估计的渐近性质

考虑结构关系度量误差模型其中P维向量Y，q维向量Z为可观测随机变量，X为不可观测随机变量，U，F分别表示相应的度量误差，H（x，θ）是未知参数θ的非线性函数，参数空间是Rm中的有界闭区间．假设X,U,F相互独立，X服从包括正态分布的一类椭球等高分布，U～N（0，U），F～N（0，F），F＞0已知．在一定条件下给出了θ的一个强相合且渐近正态估计．

凸度量空间中两无限族严格拟渐近伪压缩映象公共不动点的逼近

凸度量空间中,引入了(λ,{kn})-严格拟渐近伪压缩映象.并且讨论了两无限族严格拟渐近伪压缩映象公共不动点的逼近问题.在适当的条件下,证明了一些强收敛定理.改进了和推广一些文献的结果.

完备凸度量空间中两个渐近拟非扩张映像公共不动点的迭代逼近

在凸度量空间中,证明了广义Ishikawa迭代逼近两个渐近拟非扩张映像公共不动点的充分必要条件,文中的结果推广并统一了Takahashi,Kirk和Goebal等人的许多重要结论.

凸度量空间中渐近拟非扩张映象具误差的Ishikawa型迭代序列的收敛性

笔者在凸度量空间中,对渐近非扩张映象T证明了带误差的Ishikawa型迭代序列收敛于不动点的一个充要条件,其中T不必是连续的.

凸度量空间内广义渐近拟非扩张映射不动点的迭代

在凸度量空间中,引入一类比渐近拟非扩张映射更加广泛的广义渐近拟非扩张型映射,并给出带误差修改的Ishikawa迭代序列收敛于广义渐近拟非扩张型映射不动点的充要条件:设X是一个完备凸度量空间,T∶X→X是一个广义渐近拟非扩张型映射,其渐近系数kn满足∑∞n=1kn<+∞,并且F(T)非空。假定{xn}n∞=1是带误差修改的Ishikawa迭代序列,在对参数的一定限制下,{xn}n∞=1收敛于T的不动点,当且仅当lim infn→∞d(xn,F(T))=0。

凸度量空间内广义渐近拟非扩张映射不动点的迭代

在凸度量空间中,引入一类比渐近拟非扩张映射更加广泛的广义渐近拟非扩张型映射,并在完备凸度量空间给出修改的Ishikawa迭代序列收敛于广义渐近拟非扩张型映射不动点的充要条件。

凸度量空间中渐近拟非扩张映射的带误差的隐式迭代序列的收敛定理

在凸度量空间中引入一种有限渐近拟非扩张映射的带误差的隐式迭代序列,证明了在一定条件下此序列是柯西序列,从而得到了在完备的凸度量空间中该序列收敛到两个有限渐近拟非扩张映射族的某个公共不动点.

凸度量空间中关于两个有限渐近拟非扩张映射族隐迭代序列的收敛性

在凸度量空间中,引入一种关于两个有限渐近拟非扩张映射族的隐迭代序列,并在适当的条件下证明了该序列是柯西序列,进而证明了在完备的凸度量空间中该序列收敛到这两个有限渐近拟非扩张映射族的公共不动点.

完备凸度量空间中广义渐近拟非扩张映射的迭代序列的强收敛性

在实凸度量空间中建立一个带误差的Ishikawa型迭代序列模式,证明此迭代序列在适当的条件下强收敛到渐近拟非扩张映射的一个公共不动点.

功能性近红外光谱技术前沿进展及其应用于用户体验度量的可能

本文探索将功能性近红外光谱技术应用于用户体验度量的可能性和可行性。首先阐明了功能性近红外光谱技术的基本原理,并指出低造价、多场景、超扫描等优势;然后从用户偏好与用户认知两个方面介绍了功能性近红外光谱技术应用研究进展,对实验特点、关键发现和适用路径进行了探讨。比较而言:用户偏好研究聚焦"物",用户认知研究则针对"人"。研究表明:从展示型到交互型的实验设计,从生理量表的建立到神经原理的验证,仍需进一步对用户进行神经学科层面的研究,完善相关研究工具与方法,拓展与深化应用于用户体验度量的新路径。

度量凸函数和渐近非扩张算子半群的公共不动点

证明了度量凸函数的一个类似凸分析中Brondsted-Rockafellar定理的结论,并刻画了下半连续度量凸函数的结构;证明了完备一致凸双曲度量空间上渐近非扩张算子半群公共不动点的存在性和该半群的弱星紧性.

带延迟的混合泊松过程一致熵风险度量估计及渐近行为

考虑带延迟的混合泊松过程一致熵风险度量下,关于时间的平均累积风险问题,得到了该平均累积风险的一个不等式估计和两个渐近行为.给出了两个带延迟的混合泊松过程的尾部概率的对数形式的不等式估计.

基于Wasserstein散度的t-SNE相似性度量方法研究

近红外光谱具有高维、高冗余、非线性的特性,严重影响了样本之间的相似性度量的精准,故而提出了一种基于Wasserstein散度的t分布随机近邻嵌入算法(Wt-SNE)。基于流形学习算法思想,利用高斯分布将高维数据的距离转换为概率分布,使用更加偏重长尾分布的方式t分布表示低维空间中对应数据点的概率分布。将高维数据的概率分布嵌入映射至低维度空间,重构低维流形结构,引入Wasserstein散度度量两个空间内概率分布的差异,通过降低散度值来提高两个分布的相似度,以此来实现高维数据降维处理。为验证Wt-SNE算法的有效性,首先对烟叶近红外光谱数据进行降维投影,并与PCA、 LPP、 t-SNE算法比较,结果表明Wt-SNE算法降维后的数据,在低维空间内样本类别边界更加明显。其次,采用KNN、 SVM和PLS-DA分类器对降维后的数据进行烟叶产地预测,准确率分别为93.8%、 91.5%、 92.7%,表明降维后的数据不仅重构了原始光谱的空间结构而且保留了样本间的相似度关系。最后,选取某一卷烟叶组配方中的烟叶进行单料目标烟叶的替换,根据备选样本与目标样本之间的马氏距离选取替换样本。实验表明,Wt-SNE选取的替换烟叶与目标烟叶相似度最高,烟碱、总糖等化学成分含量与目标烟叶差异较小,香气、烟气、口感得分表现出较高的一致性。该方法能够有效度量烟叶近红外光谱之间的相似性,为卷烟叶组配方的维护提供有力的依据。

凸度量空间中渐近拟非扩张映象的Ishikawa型迭代序列的收敛性

给出了凸度量空间中渐近拟非扩张映象的Ishikawa型迭代序列收敛于不动点的充要条件,所得结果推广、改进和包含了刘启厚[1]等人的最新成果。

凸度量空间中渐近拟非扩张映象新的带误差的Ishikawa迭代逼近

在凸度量空间中,利用新的解析法,证明了由集合序列{On}产生的在多值渐近拟非扩张映象下的新的带误差的Ishikawa迭代序列的收敛性。

CVaR风险度量下贝叶斯估计的渐近性研究

在金融数学中,风险度量是用来确定一个资产或资产组的储备数量(传统货币)。这个储备的目的是为了金融机构承担可能的风险。本文探讨风险度量应用于贝叶斯估计研究现状的基础上,给出了CVaR风险度量下的贝叶斯估计,并证明了该估计的强相合性和渐近正态性,同时通过数值模拟给实际应用提供了参考值。