[发明专利]一种核身模型的迭代方法和装置

权利要求书

1.一种核身模型的迭代方法，其特征在于，包括：

对接收的数据进行脱敏处理，在所述脱敏处理后的数据中提取和筛选特征数据；

依据所述核身模型的状态，在所述特征数据中选取超参数，对所述核身模型进行训练；

评估训练后的核身模型，并在评估合格后，将所述迭代后的核身模型上线。

2.根据权利要求1所述的方法，其特征在于，在对接收的数据进行脱敏处理后，所述方法还包括：

在对接收的数据进行脱敏处理后进行计时，当计时的时间大于等于预设的回流时间间隔时，判断当前的业务是否处于空闲状态；

若是，则进行数据回流，以执行在所述脱敏处理后的数据中提取和筛选特征数据的步骤。

3.根据权利要求1所述的方法，其特征在于，所述在所述脱敏处理后的数据中提取和筛选特征数据，包括：

对所述脱敏处理后的数据进行再处理；

提取所述再处理后的特征数据；

对所述再处理后的特征数据进行后处理，将异常特征数据进行滤除，得到训练样本。

4.根据权利要求3所述的方法，其特征在于，所述依据所述核身模型的状态，在所述特征数据中选取超参数，对所述核身模型进行训练，包括：

依据所述核身模型的状态，在所述训练样本中选取超参数，对所述核身模型进行训练。

5.根据权利要求3所述的方法，其特征在于，对所述再处理后的特征数据进行后处理，将异常特征数据进行滤除，得到训练样本，包括：

采用聚类算法，将远离聚类中心预设距离的数据作为异常特征数据，进行滤除；

依据预设样本挑选策略，对滤除异常特征数据后的数据进行采样，得到训练样本。

6.根据权利要求1所述的方法，其特征在于，所述评估训练后的核身模型，包括：

依据算法评测集和算法精度指标，评估训练后的核身模型。

7.根据权利要求3所述的方法，其特征在于，所述对所述脱敏处理后的数据进行再处理，包括：

若所述脱敏处理后的数据为图像数据，则对所述图像数据进行解码、尺度调整和图像归一化处理。

8.一种核身模型的迭代装置，其特征在于，包括：

脱敏处理模块，用于对接收的数据进行脱敏处理；

特征数据筛选模块，用于在所述脱敏处理后的数据中提取和筛选特征数据；

模型训练模块，用于依据所述核身模型的状态，在所述特征数据中选取超参数，对所述核身模型进行训练；

模型上线模块，用于评估训练后的核身模型，并在评估合格后，将所述迭代后的核身模型上线。

9.根据权利要求8所述的装置，其特征在于，所述脱敏处理模块，包括：

判断单元，用于在对接收的数据进行脱敏处理后进行计时，当计时的时间大于等于预设的回流时间间隔时，判断当前的业务是否处于空闲状态；

数据回流单元，用于在当前的业务处于空闲状态时，进行数据回流，以执行在所述脱敏处理后的数据中提取和筛选特征数据的步骤。

10.根据权利要求8所述的装置，其特征在于，所述特征数据筛选模块，包括：

再处理单元，用于对所述脱敏处理后的数据进行再处理；

特征数据提取单元，用于提取所述再处理后的特征数据；

训练样本获取单元，用于对所述再处理后的特征数据进行后处理，将异常特征数据进行滤除，得到训练样本。

11.根据权利要求10所述的装置，其特征在于，所述模型训练模块，用于：

依据所述核身模型的状态，在所述训练样本中选取超参数，对所述核身模型进行训练。