摘要
本公开提供一种基于深度Q网络的数据表清理方法、系统、电子设备及存储介质,以解决表清理缺乏规划或判断,清理不准确、误删的问题,所述方法包括:对数据库中的相关数据表进行存量数据特征信息收集;根据收集的存量数据特征信息确定智能体参数,并新建智能体,智能体参数包括描述数据表所处状态的状态空间、智能体可以执行的所有可能动作的动作空间和智能体在执行某个动作之后获得奖励的奖励函数;对新建智能体进行DQN算法训练,得到训练完成的智能体,使智能体基于智能体参数学习如何根据数据库表状态,选择优化的清理动作,从而最大化累计奖励;通过训练完成的智能体对数据表进行清理。本公开可以提高清理数据表过程中的效率与准确率。
技术关键词
数据表清理方法
深度Q网络
DQN算法
参数
深度神经网络
告警机制
可读存储介质
贪婪策略
梯度下降法
清理系统
处理器
误差函数
传播算法
电子设备
存储器
速度
模块
计算机
系统为您推荐了相关专利信息
风险评估模型
过敏
管理系统
生成式对抗网络
风险评估方法
参数动态测量方法
频率
正弦激励信号
声导管
气体
图像编码
文本编码器
样本
采样模块
马尔可夫模型