基于多示例学习的图像检索算法【知网论文查重】

知网论文查重12月11日检测样例

众所周知，五子棋游戏是一种源自中国古代的黑白棋类游戏。现如今，已经在全世界范围内广为流行。五子棋的游戏规则是两个玩家在一个15x15大小的方格棋盘中进行对弈，两者对弈时不限棋子使用数量，且相互轮流落子，一般由黑子先行。对弈的双发只需要有一方率先在横线、竖线或是斜线方向上连成连续同色五子，则游戏结束，先连成五子者获胜。若游戏进行时落子已经完全铺满棋盘，且未出现五子相连现象，则视为平局结束。
由于五子棋具有规则简单且搜索复杂度也相对较低的特点，因此其非常适合作为人工智能算法的测试平台进行测试。在五子棋智能算法研究当中，最常用的方法便是博弈树搜索算法，该方法的主要思想是设计一个静态棋局评估函数，建立一个深层次的博弈搜索树，从树的根节点出发，直至叶节点处，并使用设计好的静态棋局评估函数对此刻局面进行评分，并将结果反馈到根节点。由于博弈搜索树的叶节点数量会随着搜索深度的增加而呈指数级形式飙升，因而要想遍历整棵树是一件不可能完成的任务。

知网论文查重

因而，常通过限定搜索深度及宽度，控制搜索规模大小，使时间复杂度处在一个允许的范围内，采用极大极小值搜索法和-剪枝优化方法，对博弈树进行结果搜索，寻找最佳落子节点。使用上述方法，虽然能在一定程度上缓解博弈树全局搜索困难的问题，但是从一定程度而言，这是在牺牲判断精度的基础上进行的，最终的搜索结果必定会在准确度上有所缺失。同时，由于人工设计的评估函数存在着一定的不确定性因素，设计者常常需要通过实际情况对评估函数里的参数进行大量调试才能得到较为满意的效果，调试的过程中需要较强的专业领域知识才能使静态评估函数得到有效表达，受到人为因素的干扰较强。
知网论文查重文章欢迎转载，转载请以链接形式标明本文地址。