计算机应用研究

作者：尚志刚,徐若灏,乔康加,杨莉芳,李蒙蒙,

单位：1.郑州大学电气工程学院,郑州450001；2.河南省脑科学与脑机接口技术重点实验室,郑州450001；

关键词：Q-learning,生成模型,二分类,最小二乘时序差分算法,半梯度下降法,

基金：国家自然科学基金资助项目(U1304602)；；

对于二分类问题，基于判别模型的分类器一般都是寻找一条最优判决边界，容易受到数据波动的影响。针对该问题提出一种基于生成模型的Q-learning二分类算法（BGQ-learning），将状态和动作分开编码，得到对应各类的判决函数，增加了决策空间的灵活性，同时在求解参数时，采用最小二乘时序差分（TD）算法和半梯度下降法的组合优化方法，加速了参数的收敛速度。设计实验对比了BGQ-learning算法与三种经典分类器以及一种新颖的分类器的分类性能，在UCI数据库七个数据集上的测试结果表明，该算法有着优良的稳定性以及良好的分类精确度。

来源：2020年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第11期