买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽大学申请的专利一种基于深度强化学习的协同进化多组分光谱特征选择方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119537900B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411619422.7，技术领域涉及：G06F18/2111；该发明授权一种基于深度强化学习的协同进化多组分光谱特征选择方法是由张兴义;荣静;张盼盼设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本一种基于深度强化学习的协同进化多组分光谱特征选择方法在说明书摘要公布了：本申请实施例公开了一种基于深度强化学习的协同进化多组分光谱特征选择方法，包括对样本中的光谱信号和组分浓度值进行收集采集，对现场光谱数据库SDate中的个体进行编码并进行归一化处理，计算现场光谱数据库SDate中所有个体的特征选择比率，建立DQN训练模型，并初始化一个深度神经网络Net和空的经验池M，在所述训练集进行迭代的过程中，统计种群内各个区间的变量占总变量的比率，将初始主种群和多个辅助种群进行交配并训练和更新DQN，以输出最终种群，最终种群构建水分、脂肪、蛋白质混合多组分光谱定量分析模型，通过进化早期阶段训练的深度强化学习模型推荐辅助种群与主种群协同进化，以期快速获取最优光谱特征子集。

本发明授权一种基于深度强化学习的协同进化多组分光谱特征选择方法在权利要求书中公布了：1.一种基于深度强化学习的协同进化多组分光谱特征选择方法，其特征在于，包括： 步骤一：数据采集 对样本中的光谱信号和组分浓度值进行收集采集，并组成现场光谱数据库SDate，所述现场光谱数据库SDate包括多个波长变量； 步骤二：编码初始化 对所述现场光谱数据库SDate中的个体进行编码并进行归一化处理，将处理后的现场光谱数据库SDate按照预设的比例划分为训练集和验证集； 并通过初始化方式将所述训练集产出初始主种群P主和多个辅助种群P1，P2…PK； 步骤三：获取目标函数 计算所述现场光谱数据库SDate中所有个体的特征选择比率，并根据特征选择比率通过预测模型对所述现场光谱数据库SDate进行计算以获取模型预测精度； 步骤四：DQN初始化 建立DQN训练模型，并初始化一个深度神经网络Net和空的经验池M，在所述训练集进行迭代的过程中，统计种群内各个区间的变量占总变量的比率； 步骤五：DQN初始化 将初始主种群P主和多个辅助种群P1，P2…PK进行交配，获得子代种群，通过DQN进行优化，获得新一代的子种群； 步骤六：DQN的样本收集及训练 DQN将步骤四中获取的样本加入到所述经验池M中对DQN进行训练； 步骤七：DQN指导下的种群后期进化 重复步骤五过程，对种群进行进化，完成DQN的训练更新，并将更新后的DQN对所述经验池M进行奖励和评估，以输出最终种群P主，通过最终种群P主构建水分、脂肪、蛋白质混合多组分光谱定量分析模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽大学，其通讯地址为：231200 安徽省合肥市肥西路3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。