面向深度强化学习模型的特征过滤防御方法
注:上述费用仅包含专利权利转让费用,不包含专利年费或因年费未及时缴纳产生的滞纳金、恢复费。专利年费是专利权人依照专利法规定,自被授予专利权的当年开始,在专利权有效期内逐年应向专利局缴纳的费用。由于出售的专利类型、专利年限以及专利权人是否满足国家费用减缓的条件均会影响具体年费金额,需根据购买专利的实际情况进行缴纳。缴纳年费以及滞纳金、恢复费需单独和平台顾问确认且不属于下单后加价行为,故无法适用保障。
专利申请号:
CN202010345029.9
专利类型:
发明专利
技术分类:
H04L9/40(2022.01)I
专利有效期:
2040-04-27
友情提示:该资源未保障“真” “价”,付款前请核实资源真实性与价格。
在线咨询
微信扫码邀请顾问协助
- 该资源已获得保障和赔付:
- 转让不成功退款退
- 转让超期必赔时
- 该资源未获得保障和赔付:
- 资源不保真必赔真
- 下单后加价必赔价
专利信息
专利名称:面向深度强化学习模型的特征过滤防御方法
商品编号:5580303
复制
申请日期:2020-04-27
公开/公告号:CN111600851B
授权公告日/公开日:2022-03-08
申请/专利权人:
浙江***学
发明/设计人:
陈晋***王珏
主分类号:H04L9/40(2022.01)I
IPC分类号:H04L9/40(2022.01)I;H04L41/14(2022.01)I;G06N3/08(2006.01)I;G06N3/04(2006.01)I;G06K9/62(2022.01)I;H04L67/568(2022.01)I
说明书摘要免费下载摘要
本发明公开了一种面向深度强化学习模型的特征过滤防御方法,包括:(1)针对生成连续行为的DDPG模型,包括actor网络和critic网络,其中,所述actor网络包括动作估计网络和动作实现网络,所述critic网络包括状态估计网络和状态实现网络,对所述深度强化学习模型DDPG进行预训练,并将预训练阶段的当前状态、行为、奖励值以及下一状态保存在缓存区;(2)训练自编码器,并利用训练好的自编码器的编码器对输入状态进行特征过滤,获得过滤后的输入状态对应的特征图,并保存到缓存区;(3)对预训练后的DDPG模型中的卷积核进行剪枝,利用剪枝后的DPG模型进行动作预测,输出并执行预测动作。
转让流程
提出需求
提出您的专利需求
顾问一对一服务
顾问一对一服务
顾问匹配
顾问匹配资源库
快速确定优质专利
快速确定优质专利
签订合同
签订专利转让协议
成功付款
成功付款
递交申请
准备转让资料
国知局审查办理
国知局审查办理
领取证书
获得专利权,投入使用
所需资料
买方提供资料
个人身份证
公司或个体营业执照
购买后获得证书
专利证书
专利登记簿副本
手续合格通知书
平台优势
常见问题
购买专利需要什么资料?
面向深度强化学习模型的特征过滤防御方法专利,专利类型:发明授权,技术分类是:H04L9/40(2022.01)I,购买面向深度强化学习模型的特征过滤防御方法专利,需要申请人和发明人的基础信息,还需提供面向深度强化学习模型的特征过滤防御方法专利的详细信息。
专利交易转让时间是多久?
专利权转让期限一般是2~6个月的时间获得专利转让通知书,在转让之前双方需要签订转让合同即可,面向深度强化学习模型的特征过滤防御方法专利具体的操作步骤,可以联系八戒数字交易的客服一对一服务。
相似专利
换一换