[发明专利]基于知识库和深度学习的人工智能作战方法和作战系统有效
| 申请号： | 201810774081.9 | 申请日： | 2018-07-15 |
| 公开（公告）号： | CN108985463B | 公开（公告）日： | 2021-10-26 |
| 发明（设计）人： | 朱定局 | 申请（专利权）人： | 大国创新智能科技（东莞）有限公司 |
| 主分类号： | G06N5/02 | 分类号： | G06N5/02;G06N20/00 |
| 代理公司： | 广州华进联合专利商标代理有限公司 44224 | 代理人： | 蔡抒枫 |
| 地址： | 523808 广东省东莞市松山湖高新技术产*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于知识库和深度学习的人工智能作战方法和机器人系统，包括：生成多个第一作战案例样本；根据所述第一作战案例样本对所述作战深度学习模型进行无监督训练；从多个所述第一作战案例样本中筛选出多个符合第一预设条件的所述第一作战案例样本，作为多个第二作战案例样本；根据所述第二作战案例样本对所述作战深度学习模型进行有监督训练；获取多个用于训练的真实作战案例样本对所述作战深度学习模型进行无监督训练和有监督训练。上述方法和系统通过作战案例样本自动生成，结合真实作战案例样本，解决了作战案例样本少无法进行有效深度学习和辅助决策的问题，提高了深度学习的效果和作战辅助决策的能力，提高了深度学习模型的准确性和作战机器人的主观能动性和智能性。 | ||
| 搜索关键词： | 基于 知识库 深度 学习 人工智能 作战 方法 系统 | ||
【主权项】：
1.一种作战方法，其特征在于，所述方法包括：样本生成步骤：生成多个第一作战案例样本；模型初始化步骤：初始化深度学习模型，作为作战深度学习模型；生成样本无监督学习步骤：使用所述第一作战案例样本对所述作战深度学习模型进行无监督训练；样本筛选步骤：从多个所述第一作战案例样本中筛选出多个符合第一预设条件的所述第一作战案例样本，作为多个第二作战案例样本；生成样本有监督学习步骤：使用所述第二作战案例样本对所述作战深度学习模型进行有监督训练；真实样本无监督学习步骤：获取多个用于训练的真实作战案例样本，对所述作战深度学习模型进行无监督训练；真实样本有监督学习步骤：筛选出符合第二预设条件的多个用于训练的真实作战案例样本，对所述作战深度学习模型进行有监督训练。
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大国创新智能科技（东莞）有限公司，未经大国创新智能科技（东莞）有限公司许可，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/201810774081.9/，转载请声明来源钻瓜专利网。
