[发明专利]基于强化学习的声呐图像目标识别方法在审
| 申请号： | 202210535005.9 | 申请日： | 2022-05-17 |
| 公开（公告）号： | CN114842214A | 公开（公告）日： | 2022-08-02 |
| 发明（设计）人： | 李勇鹏;姜龙玉;葛张样;张子腾;韩宇 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06V10/44 | 分类号： | G06V10/44;G06V10/774;G06V10/764;G06V10/82;G06V20/05;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 叶倩 |
| 地址： | 210096 *** | 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： | 本发明公开了一种基于强化学习的声呐图像目标识别方法，包括：(1)将卷积神经网络的层选择过程建模为马尔科夫决策过程；(2)定义强化学习Agent的状态空间和动作空间；(3)使用强化学习Q‑Learn i ng算法让Agent自动构建出一系列的卷积神经网络；(4)从自动生成的卷积神经网络中选出表现较好的网络模型，调整参数并迁移到目标检测网络中，如摘要附图所示；(5)用声呐图像数据集对整个目标检测网络进行监督式训练，完成声呐图像的目标识别工作，基于强化学习的Q‑Learn i ng算法来自动化卷积神经网络的构建过程，省去了大量手工调参投入，得到性能良好的卷积神经网络，提高声呐图像识别的工作效率。 | ||
| 搜索关键词： | 基于 强化 学习 声呐 图像 目标 识别 方法 | ||
【主权项】：
暂无信息
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东南大学，未经东南大学许可，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/202210535005.9/，转载请声明来源钻瓜专利网。
