申请/专利权人：中国三峡建工(集团)有限公司

申请日：2022-06-08

公开（公告）日：2022-09-20

公开（公告）号：CN115081519A

主分类号：G06K9/62

分类号：G06K9/62;G06N3/04;G06N3/08;H01Q3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2022.10.11#实质审查的生效;2022.09.20#公开

摘要：基于强化学习的自动对星方法，包括：采集数据，构造预定组坐标系‑信号强度数据，并基于所述坐标系‑信号强度数据构建训练数据集和测试数据集；构建深度神经网络模块，配置奖励函数、可观测状态量和动作空间，以所述训练数据集作为输入数据，对深度神经网络模块进行训练预定的次数；采用测试数据集对训练好的深度神经网络模块进行测试，得到最终优化的深度神经网络模块。本方案通过自动化对星，可以大大提高对星的效率，提高工作质量。

主权项：1.基于强化学习的自动对星方法，其特征在于，包括：步骤1、采集数据，构造预定组坐标系-信号强度数据，并基于所述坐标系-信号强度数据构建训练数据集和测试数据集；步骤2、构建深度神经网络模块，配置奖励函数、可观测状态量和动作空间，以所述训练数据集作为输入数据，对深度神经网络模块进行训练预定的次数；步骤3、采用测试数据集对训练好的深度神经网络模块进行测试，得到最终优化的深度神经网络模块。

全文数据：

权利要求：

百度查询： 中国三峡建工(集团)有限公司 基于强化学习的自动对星方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD