[发明专利]工业模型训练方法、装置、设备及介质

权利要求书

1.一种工业模型训练方法，其特征在于，所述方法包括：

获取工业模型及训练数据，配置所述工业模型的初始参数；

将所述训练数据配置到所述工业模型中，对所述工业模型进行训练，得到训练结果；

所述训练数据包括测试数据和处理结果，所述将所述训练数据配置到所述工业模型中，对所述工业模型进行训练，得到训练结果，包括：

获取所述工业模型及对应的测试数据；

将所述测试数据配置到所述工业模型中，所述工业模型调用预先设置的多个算法分别对所述测试数据进行计算，得到多个计算结果；

分析所述测试数据的多个计算结果以及对应的处理结果，选择计算结果中准确率最高的算法作为所述工业模型的基准算法，并将所述基准算法计算得到的计算结果作为所述训练结果；

判断所述训练结果是否满足预设的条件，若不满足，则根据所述训练结果调整所述工业模型的参数，对调整参数之后的所述工业模型进行再训练，直到所述训练结果满足预设的条件。

2.根据权利要求1所述的方法，其特征在于，所述获取工业模型及训练数据，包括：

根据所述工业模型，获取多个不同特征的数据；

将所述数据进行排列，形成矩阵模型；

对所述矩阵模型进行弹性分布式数据集RDD数据序列化处理，对所述矩阵模型的RDD进行关联分析，选择关联度小于预设关联度值的矩阵模型的RDD进行组合，得到所述工业模型对应的所述训练数据。

3.根据权利要求1所述的方法，其特征在于，在所述对所述工业模型进行训练之后，得到训练结果之前，所述方法还包括：

获取所述工业模型的执行情况；

根据预设的消息机制，将所述执行情况发送给对应的用户；

用户根据所述执行情况对所述工业模型的执行状态进行更改。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当多个用户同时调用一个工业模型时，复制所述工业模型形成多个相同的工业模型副本；

将每一所述工业模型副本运行的空间虚拟化为一独立的训练容器，一个工业模型副本对应一个训练容器；

对所述工业模型副本进行训练时，所述多个用户分别将对应的训练数据输入到对应的训练容器中，对所述工业模型副本进行训练。

5.一种工业模型训练装置，其特征在于，所述装置包括：

获取模块，用于获取工业模型及训练数据，配置所述工业模型的初始参数；

训练模块，用于将所述训练数据配置到所述工业模型中，对所述工业模型进行训练，得到训练结果；

所述训练数据包括测试数据和处理结果，所述训练模块具体用于：

获取所述工业模型及对应的测试数据；

将所述测试数据输入到所述工业模型中，所述工业模型调用预先设置的多个算法分别对所述测试数据进行计算，得到多个计算结果；

分析所述测试数据的多个计算结果以及对应的处理结果，选择计算结果中准确率最高的算法作为所述工业模型的基准算法，并将所述基准算法计算得到的计算结果作为所述训练结果；

条件判断模块，用于判断所述训练结果是否满足预设的条件，若不满足，则根据所述训练结果调整所述工业模型的参数，对调整参数之后的所述工业模型进行再训练，直到所述训练结果满足预设的条件。

6.根据权利要求5所述的装置，其特征在于，所述获取模块具体用于：

根据所述工业模型，获取多个不同特征的数据；

将所述数据进行排列，形成矩阵模型；

对所述矩阵模型进行弹性分布式数据集RDD数据序列化处理，对所述矩阵模型的RDD进行关联分析，选择关联度小于预设关联度值的矩阵模型的RDD进行组合，得到所述工业模型对应的所述训练数据。

7.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-4中任一项所述的方法的步骤。

8.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行上述权利要求1-4中任一项所述的方法的步骤。