[发明专利]一种基于SVM与强化学习的室内场景识别方法在审
| 申请号： | 201810726023.9 | 申请日： | 2018-07-04 |
| 公开（公告）号： | CN109063739A | 公开（公告）日： | 2018-12-21 |
| 发明（设计）人： | 黄学艺;刘华平;宋彦;袁胜;赵江海 | 申请（专利权）人： | 合肥中科自动控制系统有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08 |
| 代理公司： | 合肥市上嘉专利代理事务所(普通合伙) 34125 | 代理人： | 郭华俊 |
| 地址： | 230000 安徽省合肥市高*** | 国省代码： | 安徽;34 |
| 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SVM与强化学习的室内场景识别方法，该方法包括以下步骤：(1)室内场景采集数据，训练一个能够进行室内场景分类的SVM分类器Ns；(2)进行多次室内场景主动识别实验，在实验过程中，训练一个拟合强化学习值函数的强化学习神经网络，将该网络命名为决策网络NQ，决策网络NQ通过Ns判别分类结果优劣；(3)完成决策网络NQ的训练后，采用决策网络NQ根据激光测距传感器当前获取的房间激光测距信息，对机器人动作做出决策并执行动作，执行动作后再次采集激光测距传感器信息输入到NQ中，如此重复三次，将三次所得结果进行融合得到最终分类结果。该方法将激光测距信息转化为场景轮廓图环投影信息用SVM进行场景识别，减少了运算量，提高场景识别正确率。 | ||
| 搜索关键词： | 室内场景 决策网络 强化学习 激光测距传感器 场景识别 分类结果 激光测距 机器人动作 采集数据 神经网络 实验过程 投影信息 信息输入 信息转化 主动识别 轮廓图 运算量 正确率 拟合 采集 场景 融合 分类 重复 决策 网络 | ||
【主权项】：
1.一种基于SVM与强化学习的室内场景识别方法，其特征在于，该方法包括以下步骤：(1)室内场景采集数据，训练一个能够进行室内场景分类的SVM分类器Ns；(2)进行多次室内场景主动识别实验，在实验过程中，训练一个拟合强化学习值函数的强化学习神经网络，将该网络命名为决策网络NQ，决策网络NQ通过Ns判别分类结果优劣；(3)完成决策网络NQ的训练后，采用决策网络NQ根据激光测距传感器当前获取的房间激光测距信息，对机器人动作做出决策并执行动作，执行动作后再次采集激光测距传感器信息输入到NQ中，如此重复三次，将三次所得结果进行融合得到最终分类结果。
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合肥中科自动控制系统有限公司，未经合肥中科自动控制系统有限公司许可，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/201810726023.9/，转载请声明来源钻瓜专利网。
