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！

龙图腾网获悉海南医科大学(海南省医学科学院)申请的专利一种基于深度Q-learning遥感数据离散化的优化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：CN119494991B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202411459337.9，技术领域涉及：G06V10/77；该发明授权一种基于深度Q-learning遥感数据离散化的优化方法是由陈琼;林加论;唐银清;张锦;李晓玲;王景晖设计研发完成，并于2024-10-18向国家知识产权局提交的专利申请。

本一种基于深度Q-learning遥感数据离散化的优化方法在说明书摘要公布了：本发明提供一种基于深度Q‑learning遥感数据离散化的优化方法，所述方法包括：对遥感影像进行特征提取获得特征子集，对所述特征子集进行预处理获得候选断点集，并对所述候选断点集进行二进制遗传编码，构建待优化离散化方案；通过遗传算子的全局搜索能力与局部搜索能力来设计交叉阶段和变异阶段的状态集；构建具有控制变量的适应度函数，构建自适应奖励函数；引入一对具有相同结构的深度Q‑learning在交叉状态与变异状态的转变中对Q值进行实时计算，确定待优化的离散化方案的交叉片段和变异点。本发明通过对待优化离散化方案引入一对具有相同结构的深度Q‑learning，提升了基于进化模型的特征离散化方法的搜索效率，在获得较高分类精度的同时能够进一步地减少断点数目。

本发明授权一种基于深度Q-learning遥感数据离散化的优化方法在权利要求书中公布了：1.一种基于深度Q-learning遥感数据离散化的优化方法，其特征在于，所述方法包括： S11、对遥感影像进行特征提取获得特征子集，对所述特征子集进行预处理获得候选断点集，并将候选断点集分别进行进化处理； S12、将候选断点集输入GA进行迭代进化，分别在每次交叉和每次变异中保存全局最优个体，其次对所述候选断点集进行二进制遗传编码，构建待优化离散化方案； S13、将遥感数据的特征子集进行状态映射，在交叉阶段中，将特征子集和其所包含特征上固定长度的交叉片段构成的二维矩阵映射成一个状态，在变异阶段中，仅将特征子集映射成一个状态，并以高斯采样的形式，根据局部最优个体和全局最优个体的绝对相异度，获取当前状态的变异点； S14、通过构建具有控制变量的适应度函数获取个体状态的适应度值以对待优化离散化方案进化的质量进行评估，通过构建自适应奖励函数实现交叉状态与变异状态之间的转换； S15、引入一对具有相同结构的深度Q-learning在交叉状态与变异状态的转变中对Q值进行实时计算，同时从经验回放集合中采样待优化的离散化方案的Q值优化样本进行网络参数的迭代更新，确定待优化的离散化方案的交叉片段和变异点； S16、将步骤S15确定的交叉片段和变异点与步骤S12全局最优个体进行遗传操作以优化待优化离散化方案，获得最优离散化方案。

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海南医科大学(海南省医学科学院)，其通讯地址为：571199 海南省海口市龙华区学院路3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。