精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

支持向量機(兵王問題描述)

RG15206629988 ? 來源:行業(yè)學習與研究 ? 2023-06-09 17:52 ? 次閱讀

本文主要內容為采用支持向量機(SVM)解決國際象棋兵王問題。

一、國際象棋規(guī)則

國際象棋具有8×8的棋盤,包含若干種棋子。

881c3120-05dd-11ee-962d-dac502259ad0.png

圖片來源:中國慕課大學《機器學習概論》

其中,黑白雙方各具有8個“兵”棋子,各具有1個“王”棋子。

(1)“兵”棋子相關規(guī)則

“兵”棋子的行進規(guī)則是:第一次可向前行進一格或兩格,以后每次只能向前行進一格,不能后退。

“兵”棋子的吃子方式是:可以吃掉其斜前方的棋子,并落入被吃棋子的格中。

“兵”棋子的升變:兵走至對方的底線,可以升變?yōu)槌巴酢逼遄右酝獾娜我馄遄印?/p>

(2)“王”棋子相關規(guī)則

“王”棋子被將死,該方告負。“王”棋子的行進規(guī)則是:每次可橫、豎、斜行進一格。“王”棋子的吃子方式與其行進規(guī)則相同。

(3)逼和

逼和是指一方行棋后未將軍,另一方無子可動的局面。如圖一所示,輪至黑方走棋,若黑方的王移動則被白方吃掉,因此黑方處于無子可動的局面,且白方未將軍,因此,此時為逼和局面。

8841cab6-05dd-11ee-962d-dac502259ad0.png

圖一,圖片來源:中國慕課大學《機器學習概論》

二、兵王問題的描述

若在國際象棋的殘局中,黑方剩一個王,白方剩一個兵和一個王。則該殘局的最終勝負結果包含兩種可能:

(1)白方將死黑方,白方獲勝。

(2)和棋。

當兵王問題的三個棋子在棋盤的位置確定后,該殘局在沒有失誤走法情況下的最終勝負結果被確定。經過專業(yè)培訓的人員,根據(jù)三個棋子在棋盤中的位置,可以準確判斷該殘局在沒有失誤走法情況下勝負結果是哪一種。

8851a896-05dd-11ee-962d-dac502259ad0.png

圖片來源:中國慕課大學《機器學習概論》

三、支持向量機處理兵(車)王問題

(1)已標注的訓練數(shù)據(jù)

在UCI MACHINE LEARNING數(shù)據(jù)集中,兵(車)王問題的數(shù)據(jù)可以被下載。兵(車)王問題數(shù)據(jù)的文件名為krkopt .data。

krkopt .data文件的問題:在UCI MACHINE LEARNING數(shù)據(jù)集中點擊Chess(King-Rook vs. King),再點擊Data Folder,可找到krkopt .data鏈接,將下載的krkopt .data通過記事本打開后可找到課程中例舉的數(shù)據(jù)。

886fad82-05dd-11ee-962d-dac502259ad0.png

889a010e-05dd-11ee-962d-dac502259ad0.png

88b48d94-05dd-11ee-962d-dac502259ad0.png

圖片來源:UCI MACHINE LEARNINGREPOSITORY網(wǎng)站

但Rook的中文翻譯是國際象棋棋子“城堡(車)”,不是棋子“兵”,且若按課程所講訓練數(shù)據(jù)的含義,則a,1,c,1,d,1,draw(其中a,1代表黑王的位置,c,1代表白王的位置,d,1代表白兵的位置,draw代表此時為和棋)在兵王問題中不是正確的訓練數(shù)據(jù)。

綜上,課程可能誤將車王問題的訓練數(shù)據(jù)當成兵王問題的訓練數(shù)據(jù),但這不影響有關支持向量機的學習。

88d3e00e-05dd-11ee-962d-dac502259ad0.png

圖片來源:根據(jù)中國慕課大學《機器學習概論》資料制作

(2)支持向量機處理兵(車)王問題

將兵(車)王問題的和棋標簽記為draw,并設定此時yi=+1,將其他情況設定yi=-1。兵(車)王問題數(shù)據(jù)集的總樣本數(shù)量為28056個,其中正樣本(yi=+1)的數(shù)量為2796,負樣本(yi=-1)數(shù)量為25260個。

數(shù)據(jù)集確定后,可通過LIBSVM工具包進行訓練。



審核編輯:劉清


聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 向量機
    +關注

    關注

    0

    文章

    166

    瀏覽量

    20798
  • SVM
    SVM
    +關注

    關注

    0

    文章

    154

    瀏覽量

    32337
  • 機器學習
    +關注

    關注

    66

    文章

    8306

    瀏覽量

    131834

原文標題:機器學習相關介紹(15)——支持向量機(兵王問題描述)

文章出處:【微信號:行業(yè)學習與研究,微信公眾號:行業(yè)學習與研究】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    #硬聲創(chuàng)作季 人工智能入門課程:15. [2.10.1]--支持向量問題描述

    向量人工智能機器學習
    Mr_haohao
    發(fā)布于 :2022年09月21日 11:13:39

    15. 2 10 支持向量問題描述) #硬聲創(chuàng)作季

    機器學習
    充八萬
    發(fā)布于 :2023年07月07日 01:30:48

    特征加權支持向量

    該文針對現(xiàn)有的加權支持向量(WSVM)和模糊支持向量(FSVM)只考慮樣本重要性而沒有考慮特
    發(fā)表于 11-21 11:15 ?15次下載

    基于改進支持向量的貨幣識別研究

    首先,預抽取支持向量以減少訓練樣本數(shù)量,大大縮減訓練時間;然后,用縮減后的樣本對改進后的分類支持向量進行貨幣識別,改進后的
    發(fā)表于 12-14 14:57 ?14次下載

    基于支持向量(SVM)的工業(yè)過程辨識

    支持向量應用到典型的時變、非線性工業(yè)過程 連續(xù)攪拌反應釜的辨識中, 并與BP 神經網(wǎng)絡建模相比較, 仿真結果表明了支持向量
    發(fā)表于 03-30 16:12 ?42次下載
    基于<b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>機</b>(SVM)的工業(yè)過程辨識

    一種局部優(yōu)化邊界的支持向量數(shù)據(jù)描述方法_陳君

    一種局部優(yōu)化邊界的支持向量數(shù)據(jù)描述方法_陳君
    發(fā)表于 01-08 13:15 ?0次下載

    基于支持向量的圖書館借閱量預測_麗華

    基于支持向量的圖書館借閱量預測_麗華
    發(fā)表于 03-16 08:59 ?0次下載

    基于標準支持向量的陣列波束優(yōu)化及實現(xiàn)

    為了考察基于支持向量算法的波束形成器在實際水聲環(huán)境中的主瓣寬度、旁瓣級以及陣增益等性能,將標準支持向量
    發(fā)表于 11-10 11:03 ?13次下載
    基于標準<b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>機</b>的陣列波束優(yōu)化及實現(xiàn)

    多分類孿生支持向量研究進展

    孿生支持向量因其簡單的模型、快速的訓練速度和優(yōu)秀的性能而受到廣泛關注.該算法最初是為解決二分類問題而提出的。不能直接用于解決現(xiàn)實生活中普遍存在的多分類問題.近來,學者們致力于將二分類孿生支持
    發(fā)表于 12-19 11:32 ?0次下載

    支持向量的故障預測模型

    針對現(xiàn)有的故障預測技術無法從整體上反映系統(tǒng)性能下降趨勢等問題,提出一種基于健康度分析的故障預測方法。首先,在支持向量回歸算法基礎上構造多輸出支持
    發(fā)表于 12-29 11:24 ?0次下載

    支持向量的手勢識別

    不變性特征點,將手勢局部特征向量(尺度不變特征變換( SIFT)描述子)進行K-means聚類生成視覺碼書,并通過視覺碼書量化每一幅手勢圖像的視覺碼字集合,以此獲得手勢圖像的固定維數(shù)的表征向量來訓練
    發(fā)表于 02-24 15:23 ?1次下載

    什么是支持向量 什么是支持向量

    支持向量,英文為Support Vector Machine,簡稱SV(論文中一般簡稱SVM)。它是一 種監(jiān)督式學習的方法,它廣泛的應用于統(tǒng)計分類以及回歸分析中。
    發(fā)表于 01-28 16:01 ?2.2w次閱讀
    什么是<b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>機</b> 什么是<b class='flag-5'>支持</b><b class='flag-5'>向量</b>

    支持向量(核函數(shù)的定義)

    根據(jù)機器學習相關介紹(10)——支持向量(低維到高維的映射),支持向量可通過引入φ(x)函數(shù)
    的頭像 發(fā)表于 05-20 10:41 ?695次閱讀
    <b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>機</b>(核函數(shù)的定義)

    支持向量(原問題和對偶問題)

    本文主要介紹原問題(PRIME PROBLEM)和對偶問題(DUAL PROBLEM),支持向量優(yōu)化問題可通過原問題向對偶問題的轉化求解。
    的頭像 發(fā)表于 05-25 09:31 ?1108次閱讀

    支持向量(車)問題程序設計)

    (車)問題的樣本數(shù)據(jù)集包含六個維度,六個維度代表三個棋子在棋盤中的位置。總樣本數(shù)為28056個,其中,正樣本(和棋)數(shù)量為2796個,負樣本(白方勝)數(shù)量為25260個。
    的頭像 發(fā)表于 06-12 16:06 ?550次閱讀
    <b class='flag-5'>支持</b><b class='flag-5'>向量</b><b class='flag-5'>機</b>(<b class='flag-5'>兵</b>(車)<b class='flag-5'>王</b>問題程序設計)