[发明专利]数据处理方法、系统、设备及存储介质

权利要求书

1.一种数据处理方法，其特征在于，应用于数据处理设备，所述数据处理设备分别与N个数据控制设备通信连接；所述方法包括：

通过网络接收所述N个数据控制设备上传的N个中间模型；其中，所述N个中间模型由所述N个数据控制设备利用本地的训练数据对待训练基础模型进行训练得到；

基于融合算法，将所述N个中间模型融合生成综合模型。

2.根据权利要求1所述的数据处理方法，其特征在于，在所述接收所述N个数据控制设备上传的N个中间模型之前，还包括：

向所述N个数据控制设备下发以下至少其中之一：策略指导信息、所述待训练基础模型；

其中，所述策略指导信息用于指导所述数据控制设备选取训练所述待训练基础模型采用的训练策略。

3.根据权利要求1所述的数据处理方法，其特征在于，在所述基于融合算法，将所述N个中间模型融合生成综合模型之后，还包括：

对所述综合模型进行精度评估；

当所述综合模型的精度指标不满足预设阈值，将所述综合模型作为所述待训练基础模型，并向所述N个数据控制设备下发所述待训练基础模型和新的策略指导信息，并接收所述N个数据控制设备利用本地的训练数据对所述待训练基础模型进行训练得到的N个新的中间模型；根据所述N个新的中间模型生成综合模型。

4.根据权利要求1所述的数据处理方法，其特征在于，在所述基于融合算法，将所述N个中间模型融合生成综合模型之前，还包括：

接收所述N个数据控制设备上传的所述N个中间模型的训练策略；所述中间模型的训练策略是指对所述待训练基础模型进行训练所采用的策略；

所述基于融合算法，将所述N个中间模型融合生成综合模型，包括：

根据所述N个中间模型的训练策略，确定所述N个中间模型在预设的融合算法中的融合参数；

根据所述N个中间模型的融合参数以及所述融合算法，将所述N个中间模型进行融合，得到所述综合模型。

5.根据权利要求4所述的数据处理方法，其特征在于，所述融合算法为加权算法，所述融合参数为权重值。

6.根据权利要求2所述的数据处理方法，其特征在于，所述模型训练任务包括所述策略指导信息；

在所述向所述N个数据控制设备下发模型训练任务之前，还包括：

根据预存的数据字典与所述数据控制设备的映射关系，确定各所述数据控制设备对应的数据字典；

根据各所述数据控制设备对应的数据字典，将向各所述数据控制设备下发的模型训练任务中的策略指导信息解析为能够被各所述数据控制设备识别的形式。

7.一种数据处理方法，其特征在于，应用于数据控制设备，所述数据控制设备与数据处理设备通信连接；所述方法包括：

利用本地的训练数据训练待训练基础模型，得到中间模型；

将所述中间模型上报至所述数据处理设备，供所述数据处理设备生成综合模型。

8.根据权利要求7所述的数据处理方法，其特征在于，在所述利用本地的训练数据训练待训练基础模型之前，还包括：

接收所述数据处理设备下发的策略指导信息；

所述利用本地的训练数据训练待训练基础模型，得到中间模型，包括：

根据所述策略指导信息以及本地的策略执行规则确定训练所述待训练基础模型的训练策略；

根据所述训练策略，利用本地的训练数据训练所述待训练基础模型，得到所述中间模型。

9.根据权利要求7所述的数据处理方法，其特征在于，所述利用本地的训练数据训练待训练基础模型，得到中间模型，包括：

根据本地的策略执行规则确定训练所述待训练基础模型的训练策略；

根据所述训练策略确定数据训练操作；

对所述训练数据执行所述数据训练操作，得到所述中间模型。