[发明专利]数字化模型融合方法及装置在审
申请号: | 202011030377.3 | 申请日: | 2020-09-27 |
公开(公告)号: | CN112183619A | 公开(公告)日: | 2021-01-05 |
发明(设计)人: | 汪利鹏;陈卓;李侃 | 申请(专利权)人: | 南京三眼精灵信息技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/08 |
代理公司: | 北京市京大律师事务所 11321 | 代理人: | 方晓明 |
地址: | 211100 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数字化 模型 融合 方法 装置 | ||
1.一种数字化模型融合方法,其特征在于,所述方法包括:
确定模型融合类型,其中,所述模型包括HI模型和AI模型,所述模型融合类型包括HI融合、AI融合、HI+AI融合、HI协融合、AI协融合以及HI+AI协融合;
根据所述模型融合类型,确定对应的模型融合方式并进行模型融合。
2.根据权利要求1所述的数字化模型融合方法,其特征在于,所述根据所述模型融合类型,确定对应的模型融合方式并进行模型融合,包括:
提取所述模型的特征信息,其中,所述特征信息包括:模型特征、模型结构、模型参数以及模型评价指标;
若所述模型融合类型为HI融合、AI融合、HI+AI融合、HI协融合、AI协融合以及HI+AI协融合中的任意一种,则根据所述模型融合的预设融合目标和所述模型的模型特征进行特征融合,得到经过所述特征融合后的模型。
3.根据权利要求1所述的数字化模型融合方法,其特征在于,所述根据所述模型融合类型,确定对应的模型融合方式并进行模型融合,包括:
提取所述模型的特征信息,其中,所述特征信息包括:模型特征、模型结构、模型参数以及模型评价指标;
若所述模型融合类型为AI融合和AI协融合中的任意一种,则根据所述模型的模型结构,确定两个所述模型之间相似度超过阈值的同层参数,并根据所述同层参数进行参数融合,得到经过所述参数融合后的模型。
4.根据权利要求1所述的数字化模型融合方法,其特征在于,所述根据所述模型融合类型,确定对应的模型融合方式并进行模型融合,包括:
提取所述模型的特征信息,其中,所述特征信息包括:模型特征、模型结构、模型参数以及模型评价指标;
若所述模型融合类型为HI融合、AI融合、HI+AI融合、HI协融合、AI协融合以及HI+AI协融合中的任意一种,则根据所述模型融合的预设融合目标和所述模型的模型评价指标进行结果融合,得到经过所述结果融合后的模型。
5.一种数字化模型融合装置,其特征在于,包括:
模型融合类型确定模块,用于确定模型融合类型,其中,所述模型包括HI模型和AI模型,所述模型融合类型包括HI融合、AI融合、HI+AI融合、HI协融合、AI协融合以及HI+AI协融合;
模型融合方式确定模块,用于根据所述模型融合类型,确定对应的模型融合方式并进行模型融合。
6.根据权利要求5所述的数字化模型融合装置,其特征在于,所述模型融合方式确定模块包括:
特征信息提取单元,用于提取所述模型的特征信息,其中,所述特征信息包括:模型特征、模型结构、模型参数以及模型评价指标;
特征融合单元,用于若所述模型融合类型为HI融合、AI融合、HI+AI融合、HI协融合、AI协融合以及HI+AI协融合中的任意一种,则根据所述模型融合的预设融合目标和所述模型的模型特征进行特征融合,得到经过所述特征融合后的模型。
7.根据权利要求5所述的数字化模型融合装置,其特征在于,所述模型融合方式确定模块包括:
特征信息提取单元,用于提取所述模型的特征信息,其中,所述特征信息包括:模型特征、模型结构、模型参数以及模型评价指标;
参数融合单元,用于若所述模型融合类型为AI融合和AI协融合中的任意一种,则根据所述模型的模型结构,确定两个所述模型之间相似度超过阈值的同层参数,并根据所述同层参数进行参数融合,得到经过所述参数融合后的模型。
8.根据权利要求5所述的数字化模型融合装置,其特征在于,所述模型融合方式确定模块包括:
特征信息提取单元,用于提取所述模型的特征信息,其中,所述特征信息包括:模型特征、模型结构、模型参数以及模型评价指标;
结果融合单元,用于若所述模型融合类型为HI融合、AI融合、HI+AI融合、HI协融合、AI协融合以及HI+AI协融合中的任意一种,则根据所述模型融合的预设融合目标和所述模型的模型评价指标进行结果融合,得到经过所述结果融合后的模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京三眼精灵信息技术有限公司,未经南京三眼精灵信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011030377.3/1.html,转载请声明来源钻瓜专利网。