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！

龙图腾网获悉中山大学申请的专利一种基于图结构数据的关系型强化学习系统及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：CN114170088B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202111538741.1，技术领域涉及：G06T3/4053；该发明授权一种基于图结构数据的关系型强化学习系统及方法是由张冬雨;陈俊宏;陈炫坤设计研发完成，并于2021-12-15向国家知识产权局提交的专利申请。

本一种基于图结构数据的关系型强化学习系统及方法在说明书摘要公布了：本发明提供一种基于图结构数据的关系型强化学习系统及方法，系统将真实世界图像和不匹配的高分辨率图像编码为退化表征，随后利用对比学习处理表征间正负样本关系，得到一个能够正确提取图像退化特征的编码器，供后续的下采样网络使用。高分辨率图像经过线性下采样网络得到的低分辨率图像将带有真实世界的退化特征，最后生成的数据集输入重建网络训练完成图像超分任务。与目前基于模糊核估计的超分算法相比，本发明能够学习图像间的隐式表达不需要引入额外的退化模型和先验知识，在达到和有监督方法同样的性能时具有更好地泛化性。

本发明授权一种基于图结构数据的关系型强化学习系统及方法在权利要求书中公布了：1.一种基于图结构数据的关系型强化学习系统，其特征在于，包括： 退化特征提取模块，将低分辨图像和高分辨图像输入到退化特征提取模块进行训练，得到图像退化特征编码器；所述退化特征提取模块包含两个网络：特征编码器，用于提取图像中的退化特征，其输入是图片；多层感知机，作用是将退化表征转化为正负样本； 下采样模块，将高分辨率图像输入到线性下采样网络，生成的低分辨率图像再和真实世界图像一同输入到图像退化特征编码器中，使得二者能够得到相同的退化特征，同时用颜色损失和像素损失函数保证下采样图像原有的基础结构信息保持不变； 超分重建模块,将下采样模块生成的低分辨率-高分辨率图像数据输入超分重建网络训练，得到一个真实世界图像超分模型； 超分重建模块对生成的低分辨率图像进行超分，并采用对应的高分辨率图像进行训练；这个模块是一个深度的卷积神经网络，采用了残差网络减少网络容易过拟合以及梯度消失的问题；每一个残差块先是由两个卷积层组成，卷积核大小为3×3，通道数为64，紧接着是批标准化层和ReLU作为激活函数，然后用到了两个Pixelshuffler层来放大特征的尺寸，最后是一个3×3的卷积输出3通道的图像。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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”。