一种提高多智能体系统合作水平的多跳学习方法

    公开(公告)号:CN111294242A

    公开(公告)日:2020-06-16

    申请号:CN202010094720.4

    申请日:2020-02-16

    Applicant: 湖南大学

    Abstract: 一种提高多智能体系统合作水平的多跳学习方法,属于人工智能和计算机网络领域。基于网络演化博弈理论,通过增强智能体学习范围来促进智能体采用合作策略,提高系统的整体收益。首先将智能体关键的,重复的交互活动建模到猎鹿博弈或囚徒博弈,智能体采用合作或者背叛策略,并将智能体系统部署到网格网络;然后智能体之间进行博弈,累计各自的收益;接着智能体根据无条件学习方法或复制子动态方法学习多跳范围(2~5跳)的邻居,调整自己的策略,并重新开始博弈。该方法对建模在猎鹿博弈下的系统合作率最高比经典方法提升数十倍,可以应用于P2P网络,无线传感器网络等群体智能领域。

    一种在联邦型RDF数据库中查询关键字的方法

    公开(公告)号:CN108804580B

    公开(公告)日:2021-05-25

    申请号:CN201810509701.6

    申请日:2018-05-24

    Applicant: 湖南大学

    Abstract: 本发明涉及一种在联邦型RDF数据库中查询关键字的方法,其步骤包括:1)通过访问不同RDF数据源提供的SPARQL查询接口,抽象出对应的模式图;2)通过现有SPARQL引擎提供的全文检索接口,找出每个关键字对应的候选类点队列;3)将每个关键字映射到模式图中相应类点上,得到一个有关键字映射的模式图;4)从映射的关键字出发,从模式图中得到若干个不同关键字相连的子结构图;5)为每个子结构图构建对应的SPARQL查询;6)多个SPARQL查询发送到RDF数据源上的SPARQL查询接口得到查询结果。本发明的方法可行且高效,能在可接受时间内计算出在联邦型RDF数据库中的关键字查询结果。

    一种在联邦型RDF数据库中查询关键字的方法

    公开(公告)号:CN108804580A

    公开(公告)日:2018-11-13

    申请号:CN201810509701.6

    申请日:2018-05-24

    Applicant: 湖南大学

    Abstract: 本发明涉及一种在联邦型RDF数据库中查询关键字的方法,其步骤包括:1)通过访问不同RDF数据源提供的SPARQL查询接口,抽象出对应的模式图;2)通过现有SPARQL引擎提供的全文检索接口,找出每个关键字对应的候选类点队列;3)将每个关键字映射到模式图中相应类点上,得到一个有关键字映射的模式图;4)从映射的关键字出发,从模式图中得到若干个不同关键字相连的子结构图;5)为每个子结构图构建对应的SPARQL查询;6)多个SPARQL查询发送到RDF数据源上的SPARQL查询接口得到查询结果。本发明的方法可行且高效,能在可接受时间内计算出在联邦型RDF数据库中的关键字查询结果。

Patent Agency Ranking