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！

申请/专利权人：时代云英(深圳)科技有限公司

摘要：本发明公开了一种基于联合学习的私有云算法模型生成方法，步骤一：在公有云中构建多通道结合的共享卷积神经网络模型；步骤二：私有云客户通过公有云中下载共享卷积神经网络模型；步骤三：通过私有云上的储存数据对初始卷积神经网络进行离线训练，得到个人端卷积神经网络模型；步骤四：将个人端卷积神经网络模型和共享卷积神经网络模型进行对比；当个人端卷积神经网络模型和共享卷积神经网络模型不同时；通过公有云中下载共享卷积神经网络模型，再根据私有云上的储存数据对初始卷积神经网络进行离线训练，得到充满个性化的个人端卷积神经网络模型，使得客户使用起来更加的得心应手，增加客户的体验感。

主权项：1.一种基于联合学习的私有云算法模型生成方法，其特征在于，具体方法包括以下步骤：步骤一：在公有云中构建多通道结合的共享卷积神经网络模型；步骤二：私有云客户将公有云中的共享卷积神经网络模型下载到私有云中；步骤三：通过私有云上的储存数据对初始卷积神经网络进行离线训练，得到个人端卷积神经网络模型；步骤四：将个人端卷积神经网络模型和共享卷积神经网络模型进行对比；当个人端卷积神经网络模型和共享卷积神经网络模型不同时，获取个人端卷积神经网络模型和共享卷积神经网络模型之间不同的个人更新点，将个人更新点加密上传到公有云上；还包括：步骤五：在公有云上构建更新模型，获取更新标准，将更新标准和个人更新点整合标记为更新输入数据，将更新输入数据输入到更新模型中，获得更新训练数据；步骤六：通过更新训练数据对共享卷积神经网络模型进行更新；步骤四中当个人端卷积神经网络模型和共享卷积神经网络模型相同时，不进行操作；步骤五中在公有云上构建更新模型的方法包括：获取更新历史数据；所述更新历史数据包括更新标准和个人更新点；为更新历史数据对应的更新训练数据；构建人工智能模型；人工智能模型包括误差逆向传播神经网络、RBF神经网络和深度卷积神经网络；将更新历史数据和对应的状态标签按照设定比例划分为训练集、测试集和校验集；所述设定比例包括2：1：1、3：2：1和3：1：1；通过训练集、测试集和校验集对人工智能模型进行训练、测试和校验；将训练完成的人工智能模型标记为更新模型。

全文数据：

权利要求：

百度查询： 时代云英(深圳)科技有限公司 一种基于联合学习的私有云算法模型生成方法