南京邮电大学杨海根获国家专利权
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！
龙图腾网获悉南京邮电大学申请的专利一种基于深度强化学习的离散制造工业数据表征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：CN116128316B 。
龙图腾网通过国家知识产权局官网在2025-11-28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：202211654652.8，技术领域涉及：G06Q10/0637；该发明授权一种基于深度强化学习的离散制造工业数据表征方法是由杨海根;王聪;林东煌;曾凡玉;戴尔晗;刘佶鑫;葛艳设计研发完成，并于2022-12-22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离散制造工业数据表征方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的离散制造工业数据表征方法，包括采集离散制造工业数据，构建时空数据库；将离散制造工业数据划分为离散特征和连续特征，构建数据耦合编码网络，并将编码网络中编码向量转换为表征向量，构建数据表征模型；通过聚类评价指标量化表征数据类别的区分度；将不同维度的聚类评价指标加权作为动态奖励，构建深度强化学习模型，通过表征模型与离散制造决策分析系统的交互关系，更新深度强化学习的神经网络参数。本发明能够表征动态变化的混合数据，基于深度强化学习将离散制造工业数据进行表征增强处理，通过聚类评价指标与离散工业系统进行交互，不断反馈动态奖励信息，以获得最优的数据表征形式。
本发明授权一种基于深度强化学习的离散制造工业数据表征方法在权利要求书中公布了：1.一种基于深度强化学习的离散制造工业数据表征方法，其特征在于，包括以下步骤： 1采集离散制造工业数据，构建时空数据库； 2将离散制造工业数据划分为离散特征和连续特征，构建数据耦合编码网络，并将数据编码网络中编码向量转换为表征向量，构建数据表征模型； 3通过聚类评价指标量化表征数据类别的区分度； 4将不同维度聚类评价指标加权作为动态奖励，构建深度强化学习模型，通过表征模型与离散制造决策分析系统的交互关系，更新深度强化学习的神经网络参数；若动态奖励最大化，则该表征数据用于离散制造决策分析系统，若不满足，则返回步骤2，通过不断反馈动态奖励信息，最大程度优化数据表征维度，以获得最优的数据表征形式。
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南京邮电大学，其通讯地址为：210023 江苏省南京市新模范马路66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。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励