公开(公告)号：CN110278651B

公开(公告)日：2020-10-16

申请号：CN201810206762.5

申请日：2018-03-14

Applicant: 兰州大学

Inventor： 周庆国 ,  王金强 ,  杨旭辉 ,  雍宾宾 ,  申泽邦 ,  谢启荣 ,  武强

IPC: H05H7/00 ,  H05H7/22 ,  G06N3/08

Abstract: 本发明公开一种校准加速器束流偏移的强化学习方法。在加速器的中能束流传输段中，束流受设备安装精度和周围复杂环境的影响而发生位置偏移，其严重影响了束流所能够达到的能量级别。传统方法是通过复杂的物理计算得到校准电压值，并使用脚本程序自动输入进行不断尝试，其过程复杂繁琐。本文通过对中能束流传输段中的三组水平和竖直方向的四极磁铁内部集成的校准线圈分析，依靠强化学习利用环境和智能体之间交互学习的特性对加速器环境进行建模，是一种使用确定性策略探索连续的大状态空间和动作空间，并利用神经网络逼近最优校准电压值的束流偏移校准方法。

公开(公告)号：CN109345262A

公开(公告)日：2019-02-15

申请号：CN201710645143.1

申请日：2017-08-01

Applicant: 兰州大学

Inventor： 周庆国 ,  武强 ,  雍宾宾 ,  申泽邦 ,  王金强 ,  胡轶凛

IPC: G06Q30/00 ,  G06F17/27

Abstract: 如今，互联网已经成为社会必不可少的基础设施。但用户在使用互联网时所碰到的问题需要向相关客服反映，很长时间才能得到解决且成本高效率低。解决用户投诉问题的传统BP算法分类技术已经不能满足当前业务的增长速度。本发明涉及互联网、电子商务、电信等服务行业业务IT支撑、客户服务技术领域。它是一种基于深度学习的智能投诉分类与处理系统，包括对投诉语音、文本进行向量化处理，BP神经网络深度学习实现投诉分类，BP神经网络深度学习，实现投诉处理通过对客服系统输入的投诉文本进行向量化处理，转为文本向量，利用深度BP神经网络进行训练，生成投诉机器分类，然后进行不同的系统集成，最终进行特定投诉类型的输出匹配，实现机器智能回复。

公开(公告)号：CN110278651A

公开(公告)日：2019-09-24

申请号：CN201810206762.5

申请日：2018-03-14

Applicant: 兰州大学

Inventor： 周庆国 ,  王金强 ,  杨旭辉 ,  雍宾宾 ,  申泽邦 ,  谢启荣 ,  武强

IPC: H05H7/00 ,  H05H7/22 ,  G06N3/08

Abstract: 本发明公开一种校准加速器束流偏移的强化学习方法。在加速器的中能束流传输段中，束流受设备安装精度和周围复杂环境的影响而发生位置偏移，其严重影响了束流所能够达到的能量级别。传统方法是通过复杂的物理计算得到校准电压值，并使用脚本程序自动输入进行不断尝试，其过程复杂繁琐。本文通过对中能束流传输段中的三组水平和竖直方向的四极磁铁内部集成的校准线圈分析，依靠强化学习利用环境和智能体之间交互学习的特性对加速器环境进行建模，是一种使用确定性策略探索连续的大状态空间和动作空间，并利用神经网络逼近最优校准电压值的束流偏移校准方法。