期刊,重庆理工大学学报 2022年卷12期_国家学术搜索

期刊信息/Journal information

重庆理工大学学报

重庆理工大学

主办单位：重庆理工大学

主　　编：石晓辉

出版周期：月刊

国际刊号：1674-8425

电　　话：023-62769495

邮政编码：400050

地　　址：重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD

查看更多>>本刊是中国学术期刊综合评价数据库来源期刊，中国科技核心期刊，重庆市一级期刊，教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。

正式出版

收录年代

联合知识图谱与改进高斯混合模型的电力用户聚类方法

吉涛何轶朱韵攸王迥源...

92-101页

查看更多>>摘要：随着电力用户数据复杂程度不断增大,为了改善人工处理海量复杂文本数据的低效方式,以及解决现有聚类方法存在的寻优能力差、紧凑性不足的问题,提出一种联合知识图谱(knowledge graph,KG)与改进高斯混合模型的聚类方法,利用KG将复杂的文本拆解成相关的知识元结构,并利用知识库对所需内容进行提取,规范高斯混合聚类模型所需要的输入数据,通过期望最大化(expectation-maximization,EM)迭代出良好的聚类结果,进而挖掘大量用户数据中的潜在信息.案例分析表明:与K-Means和层次聚类等典型聚类方法相比,所提方法具有更好的聚类结果、分类效果和全局寻优性能,验证了所提方法的可行性和有效性.

关键词：

智能电网电力用户知识图谱期望最大化高斯混合聚类

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据

智能节目辅助主持机器人系统与推荐算法

王素芳吴晨陈志成

102-109页

查看更多>>摘要：针对电视台的创业投资节目,设计并实现了人工智能虚拟辅助主持机器人系统,包括整体系统设计、知识库设计、机器人交互控制系统实现.基于项目领域、投资金额、现场关注度等多维度计算分析建立了"智能投顾模型",实现了智能数据分析和为创业者推荐合理投资人的功能,推荐采纳率高.综合应用语音识别、人脸识别、自然语言处理等技术,实现了节目主持的互动功能,保证了节目主持的一致性与流畅性,实际应用效果好,促进了人工智能机器人在电视媒体中的应用.

关键词：

人工智能主持机器人自然语言处理推荐算法问答系统

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据

藏族久棋的一种两阶段计算机博弈算法

李霞丽陈彦东杨子熠张焱垠...

110-120页

查看更多>>摘要：为了进一步提升布局的质量以提升藏族久棋博弈智能体程序棋力,提出了藏族久棋的一种两阶段计算机博弈算法,为藏族久棋的布局阶段设计了基于卷积神经网络和蒙特卡洛树搜索的自对弈算法,通过卷积神经网络指导蒙特卡洛树进行搜索,训练出最优模型并生成质量更高的着法;为战斗阶段设计了基于领域知识的Alpha-Beta剪枝算法.通过设计分阶段算法的方式将深度强化学习与领域知识相结合,试图解决藏族久棋博弈算法研究棋谱数据匮乏、博弈智能体的棋力水平较低等问题.实验结果表明:基于两阶段算法的博弈智能体程序与全局使用Alpha-Beta剪枝算法的博弈程序、人类一段棋手进行对弈,分别取得了65％、60％的胜率.基于两阶段算法的博弈智能体程序在一定程度上具备了"学习"和"思考"的能力,棋力得到了提升.

关键词：

藏族久棋卷积神经网络蒙特卡洛树搜索自对弈Alpha-Beta剪枝

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据

"拱猪"游戏的深度蒙特卡洛博弈算法

吴立成吴启飞钟宏鸣李霞丽...

121-128页

查看更多>>摘要：针对现有的"拱猪"卷积模型计算复杂且高度依赖专家知识的问题,提出一种应用于"拱猪"博弈游戏的深度神经网络和蒙特卡洛方法相结合的深度蒙特卡洛算法.采用自对弈的方式进行模拟和评估,使用深度Q网络代替Q表完成Q值的更新,高效地对"拱猪"策略进行探索和利用;采用分布式并行计算的方法提高训练效率,较于传统的蒙特卡洛方法可有效地解决高方差问题.在具有一个GPU的单台服务器上训练24 h后,所构建的智能代理与"拱猪"卷积模型对弈了10000局.实验结果表明:智能代理胜率可达78.3％,平均每局可获得67分,对具体示例进行分析,进一步验证了该算法的有效性以及智能代理的良好性能.

关键词：

人工智能拱猪深度强化学习蒙特卡洛方法

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据

一种结合策略价值网络的五子棋自博弈方法研究

刘溜张小川彭丽蓉田震...

129-135页

查看更多>>摘要：针对传统蒙特卡洛树搜索算法存在"难以在节点的探索和利用之间做出平衡;难以聚焦重要搜索分支"等问题,提出使用策略价值网络完成棋局评估与落子着法生成,将策略价值网络与蒙特卡洛树搜索相结合.策略价值网络指导搜索树的展开,搜索结果用以持续更新网络参数,形成一种自博弈方法,在多轮自博弈中实现算法的迭代优化.实验表明:相较于各种经典搜索算法,所提算法在平均落子时间上降低了约95％,平均对局胜率达到80％以上.

关键词：

蒙特卡洛树搜索深度神经网络五子棋计算机博弈自博弈

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据

Q学习实现亚马逊棋评估函数自调参

邱虹坤王浩宇王亚杰

136-141页

查看更多>>摘要：在亚马逊棋评估函数模型中进行参数调试,主要由人工依靠经验反复实验来实现,效率较低且无法保证精度.针对人工调参效率低下、精确度不足的问题,可借助机器学习的方法来弥补.采用强化学习中Q学习的思路,构造一种具有自学习能力的网络结构,利用计算机自身反复模拟对局与迭代,实现评估函数调参工作的自动化.实验结果表明:当训练达10000次时,模型各结点Q值会趋于收敛,说明此时程序可以做出稳定合理的调参操作;在博弈实战中,模型调参后的程序也表现出了较强的棋力.

关键词：

计算机博弈亚马逊棋强化学习Q学习评估函数

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据

引入合作竞争关系的桥牌叫牌数据库构建

邱虹坤郑晓东王亚杰

142-147页

查看更多>>摘要：传统的叫牌数据大多是对于自然叫牌法或精确叫牌法的存储,着重考虑扩充规则,较少考虑到牌手与牌手之间的相互配合.结合数据库智能化的思想,构建了增加竞争与合作标识的叫牌数据库.使其能够描述桥牌比赛中存在的合作竞争关系.此外,通过引入模糊数学中模糊集合的概念,使得牌局中的同一叫品信息可以表达多重含义.给予桥牌AI在计算上的支持,使得AI可以更多地将重心放在算法部分,部分忽略叫牌中复杂的叫牌体系.

关键词：

计算机博弈桥牌数据库合作与竞争模糊数学

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据

牌型预测与蒙特卡洛模拟结合的麻将博弈策略

李淑琴冯浩东

148-154页

查看更多>>摘要：针对麻将博弈中状态空间巨大和隐藏信息过多等难点,提出利用局面信息缩减未知状态空间,并通过动态划分游戏状态提升牌型预测准确率的方法.根据麻将领域知识将对手玩家的弃牌信息转换为可利用信息,预测对手玩家持有某一牌型的概率,使用这一概率约束蒙特卡洛模拟的范围,得到对手手牌及需求牌的概率分布.通过对比试验表明:局面信息利用方法和动态游戏划分方法是有效的,不仅可以降低出牌的点炮风险,还可以获得更高的得分,实现了通过缩减未知状态空间提升麻将博弈水平的目的.

关键词：

麻将计算机博弈非完全信息博弈领域知识蒙特卡洛模拟

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据

竞技二打一中玩家叫牌风格划分方法

赵煜霖沈强望李淑琴孟坤...

155-161页

查看更多>>摘要：由于玩家在对局中会有不同的博弈风格,针对竞技二打一中玩家叫牌风格划分的问题,提出了通过计算玩家叫牌和基准叫牌之间差异的统计学方法,设计了融合叫牌情况和玩家手牌及强力牌特征的基准叫牌模型来给出基准叫牌.实验结果表明:该方法中的基准叫牌模型能够在测试集上准确率达到94％以上,在玩家的叫牌风格实验中达到了预期的划分效果,在一定程度上验证了玩家博弈风格划分的可行性.

关键词：

博弈算法竞技二打一叫牌风格卷积神经网络

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据

一种多重优先经验回放的麻将游戏数据利用方法

李淑琴李奕

162-169页

查看更多>>摘要：针对大众麻将AI训练时经验回放机制中样本均匀采样导致训练缓慢的问题,提出了一种多重优先经验回放算法,即从时序差分误差、局面复杂程度、动作即时奖励3个维度对经验样本进行优先级标记,每次采样时优先级高的样本高概率被抽取来更新神经网络.为了验证算法的有效性,构建了大众麻将自博弈平台进行相应的实验验证.实验结果表明:相比随机经验回放方法,新方法将麻将AI的训练速度提升了22.5％.

关键词：

大众麻将多重优先经验回放时序差分误差自博弈

原文链接:

国家科技期刊平台
NETL
NSTL
万方数据