基于深度强化学习的主动监听方法

被引:0
申请号
CN202210312148.3
申请日
2022-03-28
公开(公告)号
CN114884547A
公开(公告)日
2022-08-09
发明(设计)人
唐岚 陈家乐
申请人
申请人地址
210093 江苏省南京市鼓楼区汉口路22号
IPC主分类号
H04B706
IPC分类号
H04B70456 H04B7024 G06N308
代理机构
苏州威世朋知识产权代理事务所(普通合伙) 32235
代理人
杨林洁
法律状态
实质审查的生效
国省代码
引用
下载
收藏
共 50 条
[1]
基于深度强化学习的主动监听方法 [P]. 
唐岚 ;
陈家乐 .
中国专利 :CN114884547B ,2025-07-01
[2]
基于强化学习的智能被动监听方法 [P]. 
唐岚 ;
王家尉 .
中国专利 :CN114567885A ,2022-05-31
[3]
基于强化学习的智能被动监听方法 [P]. 
唐岚 ;
王家尉 .
中国专利 :CN114567885B ,2025-09-19
[4]
基于强化学习实现多监听器的合作主动窃听方法 [P]. 
李保罡 ;
杨亚欣 ;
张淑娥 .
中国专利 :CN112087749A ,2020-12-15
[5]
基于深度强化学习的个性化学习推荐方法 [P]. 
汤胤 ;
黄书强 ;
王雯 .
中国专利 :CN108614865B ,2018-10-02
[6]
基于深度强化学习的车道保持方法 [P]. 
杨冬立 ;
张俊阳 ;
罗科 ;
冯明杰 .
中国专利 :CN113844448B ,2024-11-26
[7]
基于深度强化学习的车道保持方法 [P]. 
杨冬立 ;
张俊阳 ;
罗科 ;
冯明杰 .
中国专利 :CN113844448A ,2021-12-28
[8]
基于深度强化学习的机器人决策方法 [P]. 
关海啸 ;
任月佳 ;
周庆涛 ;
孙鸿博 .
中国专利 :CN120645237A ,2025-09-16
[9]
基于深度强化学习的机器人决策方法 [P]. 
关海啸 ;
任月佳 ;
周庆涛 ;
孙鸿博 .
中国专利 :CN120645237B ,2025-10-24
[10]
基于相互学习的深度强化学习方法 [P]. 
侯璐 ;
韩莹 ;
潘真真 ;
韩灵怡 .
中国专利 :CN118446278A ,2024-08-06