买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广州杰赛科技股份有限公司;广州杰赛通信规划设计院有限公司;广东工业大学申请的专利一种边缘设备的模型训练方法、装置、设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114519417B 。

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210067014.X，技术领域涉及：G06N3/006；该发明授权一种边缘设备的模型训练方法、装置、设备及介质是由杜翠凤;蒋仕宝;滕少华设计研发完成，并于2022-01-20向国家知识产权局提交的专利申请。

本一种边缘设备的模型训练方法、装置、设备及介质在说明书摘要公布了：本发明提供了一种边缘设备的模型训练方法、装置、设备及介质，所述方法包括：基于改进的烟花算法，选定一组最优的客户端，并将模型参数发送至该组中的每一客户端，以使每一所述客户端根据对应的模型参数对该客户端对应的局部模型进行训练；获取客户端发送的训练完成的局部模型及其对应的模型参数，并将局部模型及其对应的参数进行聚合得到训练完成的全局模型；当判断到不满足第一预设迭代终止条件时，返回至上述客户端训练步骤。采用本发明实施例，能够基于改进的烟花算法，在每次训练时，对参与训练的客户端组合进行择优选择，并通过拆分的方法将云平台服务器端的全局模型拆分成多个局部模型，实现了在有限的边缘网络中对大型模型的高效训练。

本发明授权一种边缘设备的模型训练方法、装置、设备及介质在权利要求书中公布了：1.一种边缘设备的模型训练方法，其特征在于，所述方法应用于服务器，包括： 获取待训练模型的模型参数； 基于改进的烟花算法，选定一组最优的客户端，并将所述模型参数按照预设的拆分方式对应发送至该组中的每一客户端，以使每一所述客户端根据对应的模型参数对该客户端对应的局部模型进行训练； 获取客户端发送的训练完成的局部模型及其对应的模型参数，并将所述局部模型及其对应的参数进行聚合得到训练完成的全局模型； 在所述获取客户端发送的训练完成的局部模型及其对应的模型参数，并将所述局部模型及其对应的参数进行聚合得到训练完成的全局模型之后，根据所述全局模型计算本次训练的全局损失值，并将所述全局损失值作为所述改进的烟花算法的适应值； 当判断到不满足第一预设迭代终止条件时，返回至基于改进的烟花算法，选定一组最优的客户端，并将所述模型参数按照预设的拆分方式对应发送至该组中的每一客户端，以使每一所述客户端根据对应的模型参数对该客户端对应的局部模型进行训练的步骤； 所述基于改进的烟花算法，选定一组最优的客户端，并将所述模型参数按照预设的拆分方式对应发送至该组中的每一客户端，以使每一所述客户端根据对应的模型参数对该客户端对应的局部模型进行训练，包括：基于预设的混沌映射的方法生成一组指定种群大小的烟花，并计算每一所述烟花的适应度值，其中，对所有客户端进行编码，将混沌运动的遍历范围扩展到客户端编码区间，生成初始烟花；全局模型包含的参数进行拆分，分别由不同客户端训练，训练完成后聚合计算损失，以此确定烟花的适应度值；根据每一所述烟花的适应度值计算每一所述烟花的爆炸火花数，并限制所述爆炸火花数的数量；根据每一所述烟花的适应度值计算每一所述烟花的爆炸半径，并对所述爆炸半径中的最小值进行检测；根据所述爆炸火花数和所述爆炸半径产生爆炸火花和高斯突变火花；根据所述烟花、所述爆炸火花和所述高斯突变火花，得到新的候选种群，并根据所述候选种群得到当前的最优值；判断是否满足第二预设迭代终止条件，若是，则停止迭代，并按照预设的拆分方式将拆分后的模型参数对应发送至该组中的每一客户端；若否，则根据预设的选择规则得到新的烟花，并返回至根据每一所述烟花的适应度值计算每一所述烟花的爆炸火花数和爆炸半径的步骤。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州杰赛科技股份有限公司;广州杰赛通信规划设计院有限公司;广东工业大学，其通讯地址为：510310 广东省广州市海珠区新港中路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。