买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉深圳市森林鑫科技有限公司申请的专利硅胶按键导电性强化学习测试系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120671763B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510824948.7，技术领域涉及：G06N3/092；该发明授权硅胶按键导电性强化学习测试系统及方法是由李可成;唐俊炳设计研发完成，并于2025-06-19向国家知识产权局提交的专利申请。

本硅胶按键导电性强化学习测试系统及方法在说明书摘要公布了：本发明涉及硅胶按键导电性测试技术领域，公开了硅胶按键导电性强化学习测试系统及方法，其中，硅胶按键导电性强化学习测试方法包括：构建硅胶按键导电性测试环境；建立测试知识库，通过特征映射和领域适应算法提取按键导电性能的通用特征表示；构建测试参数优化模型，将测试过程建模为马尔可夫决策过程，并基于奖励函数学习最优测试策略；在测试过程中实时调整测试参数，获得测试结果后进行可靠性分析，并将新的测试经验反馈至知识库，实现测试知识的累积和复用；本发明通过融合强化学习、迁移学习和元学习技术，实现了测试参数的自适应优化和跨按键知识迁移。

本发明授权硅胶按键导电性强化学习测试系统及方法在权利要求书中公布了：1.硅胶按键导电性强化学习测试方法，其特征在于，包括：构建硅胶按键导电性测试环境，测试环境包括电阻测量单元、测试电流控制单元、环境因素监测单元和按压力度控制单元；基于测试环境采集的按键测试数据建立测试知识库，对收集的按键测试数据进行特征提取，形成包含按键物理特性、测试条件和测试结果的特征向量，构建神经网络基础模型，根据按键特征和测试条件预测测试结果，实现特征映射网络，将不同按键类型的特征映射到统一特征空间，应用域对抗训练，使特征表示在保留按键性能预测能力的同时，减小不同按键类型间的分布差异，通过特征映射和领域适应算法提取按键导电性能的通用特征表示；将每种按键类型视为一个独立任务，构建多任务学习环境，采用模型无关元学习算法优化模型初始参数，使模型能在少量样本条件下快速适应新按键类型，对于新型号按键，利用优化后的初始参数，仅需少量测试样本即可完成模型适应，实现高精度预测；基于测试知识库输出的特征表示采用强化学习算法构建测试参数优化模型，将测试过程建模为马尔可夫决策过程，并基于奖励函数学习最优测试策略；基于测试参数优化模型的输出结果在测试过程中实时调整测试参数，包括测试电流、测量时间和采样频率，获得测试结果后进行可靠性分析，并将新的测试经验反馈至知识库，实现测试知识的累积和复用；所述采用强化学习算法构建测试参数优化模型的步骤中：状态空间包括当前测试参数、已测量导电性指标、环境因素和按键特征；动作空间定义为测试参数的调整方式，包括测试电流调整、测量时间调整和采样频率调整；奖励函数定义为测试准确度和时间效率的加权组合，用于平衡测试质量和效率；所述强化学习算法包括以下步骤：构建主网络和目标网络，两个网络结构相同但参数不同，网络输出层结合优势流和价值流，采用DuelingDQN架构，计算每个动作的Q值：，其中表示状态s下执行动作a的Q值，即动作价值函数，表示状态s的状态价值函数，表示在状态s下的期望回报，表示状态s下动作a的优势函数，表示该动作相对于平均动作的优势；表示动作空间的大小，即可选动作的总数；表示动作空间中的任意一个动作，表示状态s下动作的优势函数值； 采用优先级经验回放机制，根据时序差分误差为每个样本分配优先级；通过ε贪心策略选择动作，在探索与利用之间取得平衡；使用双延迟Q学习方法更新主网络参数，减少Q值估计的过高估计问题；所述在测试过程中实时调整测试参数的步骤包括：将训练好的强化学习模型部署到测试环境中；实时采集当前测试状态信息，包括当前测试参数、测量结果和环境条件；根据强化学习模型输出的动作决策，调整测试电流、测量时间和采样频率，参数调整采用渐进式调整策略，参数变化幅度随测试进程逐步减小，采用条件触发调整机制，当测量稳定性或准确度达到预设阈值时才进行参数调整，实现多参数协同调整，考虑测试电流、测量时间和采样频率之间的相互影响；结合置信区间估计，实现测试参数调整过程中探索与利用的自适应平衡；所述进行可靠性分析的步骤包括：计算测量结果的不确定度，包括A类不确定度和B类不确定度；利用统计方法识别异常测量数据，包括箱线图法、Zscore法、基于密度的空间聚类；综合考虑不确定度和异常值比例，对测试结果进行可靠性评分；所述将新的测试经验反馈至知识库的步骤包括：根据可靠性分析结果，筛选高质量的测试数据；更新按键类型测试参数测试结果的关联映射，包括创建新型按键的映射记录，采用哈希映射结构更新关联数据库，通过滑动窗口方式保留最新1000条记录；使用新数据更新按键特征表示和特征变换网络参数；基于新数据对预测模型进行增量学习，调整领域适应算法参数，对预测模型采用在线学习方式，每收集100个新样本执行一次模型参数调整。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳市森林鑫科技有限公司，其通讯地址为：518000 广东省深圳市光明区新湖街道荔湖社区楼二工三路1号A栋1层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。