您的位置: 专家智库 > >

杨增光

作品数:5 被引量:16H指数:2
供职机构:安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇期刊文章
  • 2篇学位论文
  • 1篇会议论文

领域

  • 5篇自动化与计算...

主题

  • 4篇ROBOCU...
  • 2篇智能AGEN...
  • 2篇AHP
  • 2篇多AGENT...
  • 2篇AGENT
  • 1篇对手建模
  • 1篇约简算法
  • 1篇属性约简
  • 1篇属性约简算法
  • 1篇排序
  • 1篇近似度
  • 1篇决策树
  • 1篇决策树学习
  • 1篇机器人
  • 1篇仿真
  • 1篇仿真机
  • 1篇仿真机器人
  • 1篇C4.5
  • 1篇ID3
  • 1篇粗糙集

机构

  • 5篇安徽大学

作者

  • 5篇杨增光
  • 3篇李龙澍
  • 1篇刘政怡
  • 1篇唐彬
  • 1篇李伟

传媒

  • 2篇系统仿真学报

年份

  • 1篇2005
  • 3篇2004
  • 1篇2003
5 条 记 录,以下是 1-5
排序方式:
智能Agent的研究与实践——仿真机器人足球设计
机器人足球比赛已经成为当前人工智能研究的热点之一,作为多Agent系统的一个理想的试验平台,它涉及到了多个技术领域。RoboCup机器人足球世界杯赛是国际上规模最大且影响最为广泛的机器人足球赛事,本文基于Agent和多A...
杨增光
一类对Jenolek属性约简算法的新的改进方法被引量:7
2005年
在分析了Jenolek属性约简算法和已有的对其改进算法的基础上,提出了一类新的改进方法.主要是利用辅助空间保存属性信息,并且利用排序操作、决策表预处理、寻找核属性集、属性扩展等技术,在保持Jenolek算法性能不变的情况下在时间复杂度方面比已有的方法获得了更大的改进。
唐彬李龙澍李伟刘政怡杨增光
关键词:粗糙集近似度属性约简排序
决策树学习在RoboCup仿真球队中的应用研究被引量:8
2004年
通过对基于决策树的学习方法的探讨,该文提出了一种用于RoboCup仿真球队中Agent“行为选择能力”的训练算法,使得Agent能够根据当前场上的状态,决定下一步的行动。并以射门为实例,用该方法对Agent进行训练,使Agent学会判断当前状态是否可以射门,在不可射门的情况下选择下一步的行动。
杨增光李龙澍
关键词:决策树ID3C4.5
Winglet2003队伍描述
队友间的配合以及对手间的对抗一直是RoboCup比赛中的两个很重要的问题。在Winglet2003中我们主要通过短语通信技术来实现球员之间的配合,另外我们通过在线分析对手的行为来为对手建模,希望提高球员的对抗能力。
杨增光李龙澍
关键词:ROBOCUP对手建模
文献传递
智能Agent的研究与实践
机器人足球比赛已经成为当前人工智能研究的热点之一,作为多Agent系统的一个理想的试验平台,它涉及到了多个技术领域。RoboCup机器人足球世界杯赛是国际上规模最大且影响最为广泛的机器人足球赛事,本文基于Agent和多A...
杨增光
文献传递
共1页<1>
聚类工具0