[发明专利]一种基于透明计算的增量机器学习方法及系统

摘要

本发明公开了一种基于透明计算的增量机器学习方法及系统，采用了基于透明计算的增量机器学习框架，使得其可以在低网络依赖的前提下，高效的进行机器学习。并且本发明将训练数据进行拆分处理，在保证了测试精确度的情况下大幅降低了机器学习的时间消耗，提高了机器学习的效率。另外，本发明还通过增量式的反馈学习，不断地提高机器学习的准确性。

主权项

1.一种基于透明计算的增量机器学习方法，其特征在于，包括以下步骤：1)透明客户端、透明服务器以及边缘节点同时进行数据采集；其中，透明客户端采集到的数据发送到透明服务器以及边缘节点的存储空间中；2)透明服务器和边缘节点根据采集到的数据以及各自的计算能力分别对各自节点上的数据进行训练；3)透明服务器和边缘节点将训练生成的测试模型分别发送到相应的透明客户端中；4)将测试数据分别根据不同节点以及服务器获得的测试模型进行测试，透明客户端对静态的测试结果进行整理，根据测试结果的分类概率进行均值计算，进而更新最终的测试结果；5)用户根据得到的最终的测试结果进行独立判断，并将判断结果反馈到透明服务器或边缘节点中；透明服务器和边缘节点收集到来自用户反馈的数据信息，暂时存储起来，等待各个类别的反馈数据信息都达到了可以进行训练的数量，重复步骤2)到步骤4)。