刘云龙
- 作品数：7 被引量：71H指数：4
- 供职机构：西安交通大学电子与信息工程学院微电子系更多>>
- 发文基金：国家教育部“211”工程更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于PSR模型的规划算法被引量：1
- 2009年
- 提出一种基于PSR模型的规划算法.首先提出了状态经历的概念与发现方法,并进一步用此概念来描述系统的PSR状态.在此基础上,讨论了如何用判别分析方法,确定任意经历下的PSR状态以及如何在该过程中同时获取系统的PSR模型.从而可引入Q学习算法,用于决策当前的最优策略.算法被应用于一些标准的POMDP问题,实验结果验证了所提方法的有效性.
- 刘云龙李人厚刘建书
- 关键词：PSR模型Q学习
- 基于“当前”统计模型的交互式多模型算法被引量：26
- 2008年
- 提出了一种基于"当前"统计模型的交互式多模型算法。在交互式多模型算法框架内,计算"当前"统计模型的概率,自适应地调整"当前"统计模型中目标加速度,使其能够反映目标的机动特性,充分发挥了"当前"统计模型和交互式多模型算法的优点,扩大了"当前"统计模型的应用范围,提高了"当前"统计模型的自适应性。Monte Carlo仿真结果表明了该算法的有效性。
- 刘建书李人厚刘云龙
- 关键词：目标跟踪交互式多模型算法
- 基于预测状态表示的Q学习算法被引量：4
- 2008年
- 针对不确定环境的规划问题,提出了基于预测状态表示的Q学习算法.将预测状态表示方法与Q学习算法结合,用预测状态表示的预测向量作为Q学习算法的状态表示,使得到的状态具有马尔可夫特性,满足强化学习任务的要求,进而用Q学习算法学习智能体的最优策略,可解决不确定环境下的规划问题.仿真结果表明,在发现智能体的最优近似策略时,算法需要的学习周期数与假定环境状态已知情况下需要的学习周期数大致相同.
- 刘云龙李人厚刘建书
- 关键词：Q学习算法
- 基于相关性函数和模糊综合函数的多传感器数据融合被引量：23
- 2006年
- 针对多传感器数据融合过程中,各传感器可靠度估计的困难和如何对不同类型的传感器数据进行融合,提出了一种基于相关性函数和模糊综合函数的多传感器数据融合方法。该方法首先利用相关性函数计算多传感器的相互支持程度,然后由隶属函数得到每个传感器提供信息的可信度,最后用模糊综合函数获得多传感器对目标属性的融合结果。该方法计算简单,客观地反映了各传感器的可靠程度及相互关系。将该方法用于一个目标识别任务的仿真实验,结果表明应用该方法能确定地识别出目标,是一种有效可行的多传感器数据融合方法。
- 刘建书李人厚刘云龙张贞耀
- 关键词：多传感器数据融合
- 自适应模型集交互式多模型算法
- 2007年
- 针对交互式多模型(IMM)算法的目标跟踪精度问题,提出了一种自适应模型集IMM算法.利用IMM算法中的模型概率含义,并以此对模型集的收缩比例因子进行设计,这样模型集通过向中心模型收敛可完成自适应调整,而自适应调整过程能有效、实时地利用观测信息.仿真实验结果表明,所提算法能有效跟踪机动目标,而且比IMM算法的跟踪精度更高,但其受到目标机动模型的先验性的限制.
- 刘建书李人厚刘云龙
- 关键词：交互式多模型目标跟踪
- 发现和学习不可复位动态系统的预测状态表示的一种新算法被引量：2
- 2009年
- 提出了一种发现和学习不可复位动态系统的预测状态表示的新算法.在证明系统的任意landmark均可作为系统的初始状态的基础上,利用发现的landmark确定系统在任意时间步所处的经历,然后采用蒙特卡罗方法估计任意经历下任意检验发生的概率,解决了在不可复位动态系统中,经历下检验发生的概率难以获取问题,进而发现和学习不可复位动态系统的预测状态表示.实验结果表明,本文算法获得的系统的预测状态表示在预测精度上明显优于suffix-history算法,验证了所提算法的有效性.
- 刘云龙李人厚
- 关键词：LANDMARK
- 交互式多模型算法的模型集设计被引量：17
- 2007年
- 针对交互式多模型(IMM)算法中模型集的设计问题,提出一种模型集设计方法.在已知真实模式概率分布函数的情况下,根据要求的模型数目,等概率划分模式空间,在每个等概率模式空间上,利用方差的含义获得最大范围地覆盖模式空间的模型集,并给出一个例子说明模型集的设计方法.应用Monte-Carlo仿真,将所设计的模型集用于IMM算法进行目标跟踪.仿真结果显示跟踪精度高,表明了该模型集设计方法的有效性.
- 刘建书李人厚张贞耀刘云龙
- 关键词：交互式多模型算法目标跟踪
