[发明专利]一种结合马尔科夫决策过程的动作知识提取方法在审
| 申请号： | 201710173631.7 | 申请日： | 2017-03-22 |
| 公开（公告）号： | CN106997488A | 公开（公告）日： | 2017-08-01 |
| 发明（设计）人： | 吕强;李兆荣;李欢 | 申请（专利权）人： | 扬州大学 |
| 主分类号： | G06N99/00 | 分类号： | G06N99/00;G06K9/62 |
| 代理公司： | 南京理工大学专利中心32203 | 代理人： | 唐代盛 |
| 地址： | 225009 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种结合马尔科夫决策过程的动作知识提取方法，包括训练随机森林模型H；定义动作知识提取问题AKE针对随机森林模型H，对属性进行分割，定义属性变化、动作，在此基础上定义动作知识提取问题AKE；用马尔科夫决策过程求解AKE优化问题对任意输入数据，定义马尔科夫决策过程MDP，并定义策略，通过策略迭代更新策略，最后求解得到一个最优策略；本发明中动作知识提取定义的动作，能够改变状态的多个属性值，在实际应用中，将会给出准确的可行性建议。 | ||
| 搜索关键词： | 一种 结合 马尔科夫 决策 过程 动作 知识 提取 方法 | ||
【主权项】：
一种结合马尔科夫决策过程的动作知识提取方法，其特征在于，包括如下步骤：步骤1：训练随机森林模型H；步骤2：定义动作知识提取问题AKE：针对随机森林模型H，对属性进行分割，定义属性变化、动作，在此基础上定义动作知识提取问题AKE；步骤3、用马尔科夫决策过程求解AKE优化问题：对任意输入数据，定义马尔科夫决策过程MDP，并定义策略，通过策略迭代更新策略，最后求解得到一个最优策略。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于扬州大学，未经扬州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710173631.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种动力电池点焊设备
- 下一篇：一种镭射焊接手机排线支架的治具
