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。