[发明专利]一种分布式人工智能计算方法、物联网节点和存储介质

权利要求书

1.一种分布式人工智能计算方法，用于包括多个物联网节点的多跳网络，其特征在于，其包括：

获取至少一组关于有监督人工神经网络模型的学习样本数据，所述学习样本数据包括标签数据和特征数据；

将多个计算任务分配信息分别发送至所述多个物联网节点，其中所述计算任务分配信息包括路由表、特征数据、有监督人工神经网络模型的至少一个神经元的权值信息和激发函数信息；

在物联网节点根据学习样本数据、权值信息和激活函数信息完成计算任务获取计算结果；

根据计算结果和标签数据计算误差数据；

根据误差数据更新各个物联网节点的权值信息。

2.根据权利要求1所述的分布式人工智能计算方法，其特征在于，将多个计算任务分配信息分别发送至所述多个物联网节点的步骤包括：

将多个计算任务分配信息分别发送至所述多个物联网节点包括：

根据有监督人工神经网络模型创建多个物联网节点之间的路由表；

根据路由表创建物联网节点与有监督人工神经网络模型的计算任务的关联信息；

根据物联网节点与有监督人工神经网络模型的计算任务的关联信息，将多个计算任务分配信息分别发送至对应的物联网节点。

3.根据权利要求2所述的分布式人工智能计算方法，其特征在于，根据有监督人工神经网络模型创建多个物联网节点之间的路由表的步骤包括：

根据所述有监督人工神经网络模型向所述多跳网络的物联网节点广播请求包，所述请求包包含关于有监督人工神经网络模型的计算需求信息；

接收多跳网络中的其他物联网节点发送的响应于所述请求包的答复包，所述答复包包括发送答复包的物联网节点的节点信息以及发送答复包的物联网节点到发送所述请求包的物联网节点之间的路径信息，所述节点信息包括节点资源信息、节点标识和/或节点类型；

根据答复包建立物联网节点之间的路由表。

4.根据权利要求3所述的分布式人工智能计算方法，其特征在于，所述根据答复包建立物联网节点之间的路由表，包括：

根据答复包中的节点信息和有监督人工神经网络模型将对应的物联网节点指定为与有监督人工神经网络模型的输入神经元对应的输入节点；

根据路径信息和有监督人工神经网络模型将对应的物联网节点指定为与有监督人工神经网络模型的隐藏神经元对应的中间节点；

根据路径信息和有监督人工神经网络模型将对应的物联网节点指定为与有监督人工神经网络模型的输出神经元对应的输出节点；

根据路径信息确定输入节点、输出节点和中间节点之间的连接路由以形成路由表。

5.根据权利要求4所述的分布式人工智能计算方法，其特征在于，根据误差数据更新各个物联网节点的权值信息，包括：根据Widrow-Hoff神经网络学习规则依据所述误差数据对各个物联网节点的权值信息进行更新。

6.根据权利要求1所述的分布式人工智能计算方法，其特征在于，所述激发函数为Sigmoid函数。

7.根据权利要求6所述的分布式人工智能计算方法，其特征在于，还包括利用蚁群算法对物联网节点与有监督人工神经网络模型的计算任务的关联信息进行优化的步骤。

8.根据权利要求1-7所述的分布式人工智能计算方法，其特征在于，所述有监督人工神经网络模型为BP神经网络模型。

9.一种物联网节点，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行权利要求1至8任一项所述的方法。

10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行权利要求1至8任一项所述的方法。