0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)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(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

支持向量機(兵王問題描述)

RG15206629988 ? 來源:行業(yè)學(xué)習(xí)與研究 ? 2023-06-09 17:52 ? 次閱讀

本文主要內(nèi)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(xué)《機器學(xué)習(xí)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(guān)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(guān)規(guī)則

“王”棋子被將死,該方告負?!巴酢逼遄拥男羞M規(guī)則是:每次可橫、豎、斜行進一格?!巴酢逼遄拥某宰臃绞脚c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(xué)《機器學(xué)習(xí)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(jié)果包含兩種可能:

(1)白方將死黑方,白方獲勝。

(2)和棋。

當(dāng)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(jié)果被確定。經(jīng)過專業(yè)培訓(xùn)的人員,根據(jù)三個棋子在棋盤中的位置,可以準(zhǔn)確判斷該殘局在沒有失誤走法情況下勝負結(jié)果是哪一種。

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

圖片來源:中國慕課大學(xué)《機器學(xué)習(xí)概論》

三、支持向量機處理兵(車)王問題

(1)已標(biāo)注的訓(xùn)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(xùn)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(xùn)練數(shù)據(jù)。

綜上,課程可能誤將車王問題的訓(xùn)練數(shù)據(jù)當(dāng)成兵王問題的訓(xùn)練數(shù)據(jù),但這不影響有關(guān)支持向量機的學(xué)習(xí)。

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

圖片來源:根據(jù)中國慕課大學(xué)《機器學(xué)習(xí)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(biāo)簽記為draw,并設(shè)定此時yi=+1,將其他情況設(shè)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(xùn)練。



審核編輯:劉清


聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)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(xué)習(xí)之用,如有內(nèi)容侵權(quán)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(guān)注

    關(guān)注

    0

    文章

    166

    瀏覽量

    20880
  • SVM
    SVM
    +關(guān)注

    關(guān)注

    0

    文章

    154

    瀏覽量

    32469
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    66

    文章

    8418

    瀏覽量

    132655

原文標(biāo)題:機器學(xué)習(xí)相關(guān)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(xué)習(xí)與研究,微信公眾號:行業(yè)學(xué)習(xí)與研究】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)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(xué)習(xí)
    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(xué)習(xí)
    充八萬
    發(fā)布于 :2023年07月07日 01:30:48

    特征加權(quán)支持向量

    該文針對現(xiàn)有的加權(quán)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(yù)抽取支持向量以減少訓(xùn)練樣本數(shù)量,大大縮減訓(xùn)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(yīng)用到典型的時變、非線性工業(yè)過程 連續(xù)攪拌反應(yīng)釜的辨識中, 并與BP 神經(jīng)網(wǎng)絡(luò)建模相比較, 仿真結(jié)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(yù)測_麗華

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

    基于標(biāo)準(zhǔn)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(biāo)準(zhǔn)支持向量
    發(fā)表于 11-10 11:03 ?13次下載
    基于標(biāo)準(zhǔn)<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(xùn)練速度和優(yōu)秀的性能而受到廣泛關(guān)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(xué)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(yù)測模型

    針對現(xiàn)有的故障預(yù)測技術(shù)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(yù)測方法。首先,在支持向量回歸算法基礎(chǔ)上構(gòu)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(xùn)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(xué)習(xí)的方法,它廣泛的應(yīng)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(xué)習(xí)相關(guān)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 ?833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?qū)ε紗栴}的轉(zhuǎn)化求解。
    的頭像 發(fā)表于 05-25 09:31 ?1392次閱讀

    支持向量(車)問題程序設(shè)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 ?620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(shè)計)