System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能和机器学习,尤其涉及一种基于深度强化学习的高新技术产业化趋势预测方法及系统。
技术介绍
1、现代社会无论是一个国家或地区的产业竞争力,还是一家企业的核心竞争力越来越取决于高新技术产业化水平,因此预测技术产业化趋势就成为决策企业发展、投资和产业政策的关键工作。当前预测技术产业化趋势的方法有多种,常用的方法有如下几种:
2、技术成熟度模型:使用技术成熟度模型,如gartner的技术成熟度曲线,以了解技术的当前状态和预计未来发展。这种模型将技术发展划分为不同阶段,如概念验证、实验室研究、商业应用等,以便预测技术何时可产业化。
3、市场采纳模型:采用市场采纳模型,如everett rogers的创新扩散理论,来分析技术在市场中的采纳过程。了解不同市场段落对于高新技术的接受程度,可以帮助预测技术的产业化趋势。
4、专家意见和共识:定期与领域内的专家、从业者和研究人员进行访谈,以获取他们对技术产业化趋势的观点和建议。专家意见可能提供有价值的信息,特别是在高度专业化的领域。
5、历史数据分析:分析类似技术在过去的产业化历史,以了解技术产业化的关键因素和趋势。这可以包括以往成功和失败案例的分析。
6、投资和资金流动分析:监测与高新
相关的投资和资金流动,以评估市场对技术产业化的兴趣。投资趋势和资金流动可以提供有关技术潜力的线索。
7、技术路线图:创建技术路线图,指导技术的发展和商业化计划。路线图可以帮助企业确定技术产业化的时间表和步骤。
< ...【技术保护点】
1.一种基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,包括:
2.根据权利要求1所述的基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,在DQN算法基础框架中,DQN算法的每次学习过程包括Q值迭代和评价网络训练;
3.根据权利要求1所述的基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,所述优先回放缓存机制,具体包括:
4.根据权利要求1所述的基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,所述双Q学习,具体包括:
5.根据权利要求1所述的基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,所述竞争网络,具体包括:
6.根据权利要求5所述的基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,改进的Rainbow深度强化学习算法的行动选择策略,具体包括:
7.一种基于深度强化学习的高新技术产业化趋势预测系统,其特征在于,所述系统用于实现权利要求1至6任意一项所述的基于深度强化学习的高新技术产业化趋势预测方法,具体包括:
8.根据权利要求7所述的基于深
9.一种高新技术产业化趋势预测装置,其特征在于,所述装置包括处理器、存储器和总线系统,所述处理器和存储器通过该总线系统相连,所述存储器用于存储指令,所述处理器用于执行存储器存储的指令,以实现权利要求1至6任意一项所述的基于深度强化学习的高新技术产业化趋势预测方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机软件产品,所述计算机软件产品包括的若干指令,用以使得一台计算机设备执行权利要求1至6任意一项所述的基于深度强化学习的高新技术产业化趋势预测方法。
...【技术特征摘要】
1.一种基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,包括:
2.根据权利要求1所述的基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,在dqn算法基础框架中,dqn算法的每次学习过程包括q值迭代和评价网络训练;
3.根据权利要求1所述的基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,所述优先回放缓存机制,具体包括:
4.根据权利要求1所述的基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,所述双q学习,具体包括:
5.根据权利要求1所述的基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,所述竞争网络,具体包括:
6.根据权利要求5所述的基于深度强化学习的高新技术产业化趋势预测方法,其特征在于,改进的rainbow深度强化学习算法的行动选择策略,具体包括:
7.一种基于深度强...
【专利技术属性】
技术研发人员:仓剑,田闯闯,
申请(专利权)人:无锡行行智研科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。