本发明公开了一种基于注意力机制与强化学习的超短期DNI预测方法，包括：采集太阳能热发电站历史实测直接法向辐照度数据及气象特征数据；引入周期性时间特征及历史滞后项增强时序依赖性；利用双向长短期记忆网络提取DNI时间序列特征，构建基于云量动态变化的注意力机制，强化模型对天气突变的响应能力；采用KAN替代传统全连接对高维非线性特征进行自适应函数逼近；引入PPO强化学习算法，对模型特征表示与参数进行动态优化，实现误差自反馈修正；输出DNI预测结果，用于聚光太阳能热发电系统的调度与运行控制。本发明方法可有效提高复杂天气条件下的DNI预测精度与鲁棒性，为光热发电与可再生能源并网提供高精度预测支持。
📄 2026105887372
📂 G06F18_213
👤 南京信息工程大学
📅 2026-04-30
本发明公开了一种基于强化学习的联邦系统偏见中毒防御方法、装置，包括：服务器调用全局模型，分发给各个客户端，客户端接收中央服务器下发的全局模型，并利用本地数据基于平等机会偏差指标检测全局模型对敏感属性是否有偏见；若检测全局模型存在偏见，则利用基于强化学习的联邦学习方法进行去偏，得到去偏模型；使用本地数据训练去偏模型，并将训练后的去偏模型上传至中央服务器；若检测全局模型不存在偏见，则使用本地数据训练全局模型，并将训练后的全局模型上传至中央服务器；将训练后的全局模型和训练后去偏模型进行聚合，得到新的全局模型，并将新的全局模型下发到客户端；重复上述步骤，直至基于强化学习的联邦学习结束。
📄 2022110893549
📂 G06F21_55
👤 浙江工业大学
📅 2022-09-07
本发明公开了一种基于动态防御图和强化学习的网络安全防御方法，通过Nmap等网络漏洞扫描器扫描目标网络信息，将扫描信息中的网络拓扑结构的结构信息和漏洞信息组作为动态防御图的输入信息，生成动态防御图，进一步利用深度强化学习训练整个攻击图中所有的渗透路径，得出最优防御路径，并布置相应的蜜罐或者入侵检测系统，最后根据入侵检测系统和蜜罐部署的信息，再次动态更新防御图，利用深度强化学习再次得出最佳防御路径。本发明方法能够提高网络安全防御的高效性以及准确性，能够节约网络安全防御的防御成本。
📄 2021110786881
📂 H04L9_40
👤 浙江工业大学
📅 2021-09-15
一种基于元强化学习算法的光伏逆变器协同控制方法，为了在配电网发生重构以后，光伏逆变器集群仍能够实现协同控制，本发明在传统的深度强化学习算法的基础之上引入元学习算法。经过充分训练以后的智能体能够学会如何学习，从而快速适应全新的配电网拓扑结构，包括：首先，根据配电网的物理背景建立马尔可夫决策模型；其次，建立强化学习算法流程；再次，在强化学习算法训练中加入元学习的方法；最后，将训练好的智能体用于实际的配电网电压控制中。本发明的优点是经过充分训练以后的智能体能快速适应不同的配电网拓扑结构，根据当前时刻的状态以及上一时刻的动作、奖励作出判断，以达到快速适应新任务的目的。
📄 2023110225142
📂 H02J3_38
👤 浙江工业大学
📅 2023-08-15
一种基于强化学习和分子网络数据增强的药物性质预测方法，包括以下步骤：1)获取原始化合物数据集，并输入图增强模型中；2)图数据通过三层GIN网络获得节点表示，通过一个多层感知器选择起始节点；3)再通过一个MLP选择结束节点；4)确定好两节点后通过增删连边策略构建新图Gn+1；5)计算奖励评估生成的新图；6)用蒙特卡洛策略梯度进行生成器优化；7)重复进行步骤(1)～(6)N次，将每一次迭代奖励大于0的新图和全部迭代后奖励均小于0的原始图存储起来构建新图数据集；8)用新图数据集扩充原始图数据集；9)用增强的数据集训练GIN分类模型；10)将化学数据集输入到增强后的分类模型中，得到药物性质预测结果。
📄 2022110897732
📂 G16C20_30
👤 浙江工业大学
📅 2022-09-07
本发明公开了一种面向强化学习的检测防御异常数据方法和装置，包括以下步骤：采集场景a下小车正常驾驶状态作为样本数据，对样本数据采用PCA降维处理，得到前n个特征值的累计贡献率α以及变换矩阵P；基于DDPG算法建立场景a下自动驾驶训练模型，预训练自动驾驶训练模型，将状态转换过程存入经验回放缓冲区D；采集场景a下自动驾驶训练模型训练过程中的状态st，利用变换矩阵P对状态st降维处理，计算前n个特征值的累计贡献率α’；若||α‑α’||≥∈，则判定st异常，向对应的奖励值rt增加惩罚项#imgabs0#并将更新后的状态转换过程存储在经验回放缓冲区D中；根据更新后的奖励值计算损失函数，利用损失函数更新主网络的参数。
📄 2020106083520
📂 G06F21_56
👤 浙江工业大学
📅 2020-06-29
本发明公开了一种基于强化学习的废旧手机目标拆解序列优化方法，首先分析待拆解手机零件之间的约束关系，建立四元组混合图，在此基础上搭建手机目标拆解的环境，确定当前的手机拆解状态以及后续可行的拆解动作，然后将废旧手机目标拆解序列问题用马尔科夫决策过程形式化，在此基础上对奖惩函数赋值并建立状态‑动作‑奖励值矩阵，利用状态‑动作‑奖励值矩阵对Q‑learning算法中的Q函数进行训练，最终利用训练后的Q函数和形式化后的拆解目标函数进行搜寻，得到拆解至目标零件的最优拆解序列。本发明以四元组混合图为基础搭建了更容易编译的强化学习环境，并且将无模型的强化学习算法用于废旧手机目标拆解序列问题，降低了模型构建的困难。
📄 2022105778076
📂 G06F30_27
👤 青岛科技大学
📅 2022-05-25
本发明提出了一种基于强化学习的配电变压器经济运维方法，主要步骤为：1)从配电变压器在线运行数据和基础信息中提取配电变压器的多维特征；2)在配电变压器运行状态多维感知基础上，建立基于数据驱动的配电变压器运行状态评估及态势预测模型；3)通过DQN算法训练智能体与配电变压器交互的强化学习过程，得到配电变压器维护策略优化模型；4)将该台配电变压器运行状态的预测结果构建成状态信息输入到配电变压器维护策略优化模型中，得到预测性维护决策序列。本发明具有较好的通用性和应用性，适用于油浸式配电变压器和干式配电变压器，能够得到预测性维护决策序列，为配电运维人员实施更加客观和准确的主动维护提供指导。
📄 2023102437977
📂 G06Q10_04
👤 重庆大学
📅 2023-03-14
本发明属于FPGA测试技术，具体涉及一种基于图强化学习的FPGA互联资源测试算法。本发明改进了现有基于强化学习和深度强化学习的FPGA互联资源测试方法的缺点，即神经网络不具迁移性的缺点。本发明借助图神经网络提取互联资源图的隐藏特征，再利用深度强化学习优化配置策略，在本发明中，将其称为图强化学习。本发明方法具备迁移性与通用性，已训练收敛的神经网络可以应用到任何FPGA芯片的互联资源测试配置向量的生成中，同时对于所有FPGA芯片都可采用该方法。本发明对FPGA互联资源的测试成本较低，不需要专家人工找寻测试配置，同时已收敛的神经网络可以快速应用到任何FPGA芯片的互联资源测试中，并且生成FPGA测试配置的过程完全是自动化的。
📄 2022100218557
📂 G06F11_22
👤 电子科技大学
📅 2022-01-10
本发明提供一种基于强化学习的云边融合网络任务卸载方法，包括以下步骤：S1：各个智能设备在当前边缘场景下向本地边缘服务器发送任务请求；S2：本地边缘网关实时感知本地边缘服务器的计算资源，当计算资源不足时，向企业云服务器发送任务卸载请求，由企业云服务器通过强化学习算法确定最优任务卸载策略；S3：本地边缘网关根据最优任务卸载策略获取指定的临近边缘服务器的控制权限，并将任务拆分到对应的临近边缘服务器上辅助执行；S4：各个临近边缘服务器将执行结果回传到本地边缘服务器，由本地边缘服务器汇总形成任务执行结果反馈至发送任务请求的智能设备。其效果是：可以以最短时延和最小计算成本为优化目标，实现卸载策略的优化。
📄 2022105634578
📂 H04L41_142
👤 重庆科技学院
📅 2022-05-22
柿子坊 · 知识产权运营
柿子坊知识产权运营平台