管理应用的方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种管理应用的方法、装置、计算机设备和存储介质。方法包括：获取携带用户账号的操作指令；当用户账号的操作权限达到预设权限等级时，接收通过用户账号上传的应用数据样本；将应用数据样本输入机器学习模型进行模型训练，以调整机器学习模型的参数；根据调整参数后的机器学习模型构建对应的机器学习模型应用；获取应用数据，并将应用数据输入机器学习模型应用进行测试，得到机器学习模型应用的准确率；当准确率达到阈值时，发布机器学习模型应用。根据应用数据样本训练机器学习模型，并将训练后的机器学习模型构建为机器学习模型应用，并进行发布，实现了对应用数据与机器学习模型应用的管理与共享。

Methods, devices, computer equipment and storage media for managing applications

【技术实现步骤摘要】
管理应用的方法、装置、计算机设备和存储介质
本申请涉及电力系统
，特别是涉及一种管理应用的方法、装置、计算机设备和存储介质。
技术介绍
随着人工智能技术的发展，电力设备的巡检及异常监控等管理工作运用了越来越多的智能化的机器学习模型应用。传统技术中，由于已经开发完成的机器学习模型应用无法得到共享和充分利用，导致大量机器学习模型应用被重复性开发，造成资源浪费。
技术实现思路
基于此，有必要针对机器学习模型应用无法得到共享和充分利用，导致大量机器学习模型应用被重复性开发，造成资源浪费的技术问题，提供一种管理应用的方法、装置、计算机设备和存储介质。一种管理应用的方法，所述方法包括：获取携带用户账号的操作指令；当所述用户账号的操作权限达到预设权限等级时，接收通过所述用户账号上传的应用数据样本；将所述应用数据样本输入机器学习模型进行模型训练，以调整所述机器学习模型的参数；根据调整参数后的所述机器学习模型构建对应的机器学习模型应用；获取应用数据，并将所述应用数据输入所述机器学习模型应用进行测试，得到所述机器学习模型应用的准确率；当所述准确率达到阈值时，发布所述机器学习模型应用。在一个实施例中，所述方法还包括：当所述用户账号的操作权限未达到预设权限等级时，接收通过所述用户账号向管理员账号发出的权限获取请求；获取所述管理员账号响应于所述权限获取请求的权限分配操作指令；根据所述权限分配操作指令更新所述用户账号的操作权限。在一个实施例中，所述接收通过所述用户账号上传的应用数据样本之后，所述方法还包括：获取各所述应用数据样本的参数；根据所述参数对各所述应用数据样本进行标注，得到标注数据；将所述应用数据样本输入机器学习模型进行模型训练，输出预测结果；计算所述预测结果与所述标注数据之间的差异；根据所述差异调整所述机器学习模型的参数。在一个实施例中，所述将所述应用数据输入所述机器学习模型应用进行测试，得到所述机器学习模型应用的准确率，包括：通过所述机器学习模型应用对所述应用数据进行计算，得到计算结果；将所述计算结果与所述应用数据对应的参考结果进行对比；根据对比所得的结果得到所述机器学习模型应用的准确率。在一个实施例中，所述当所述准确率达到阈值时，发布所述机器学习模型应用，包括：当所述准确率达到阈值时，接收应用发布请求；向管理员账号发送所述应用发布请求；获取所述管理员账号响应于所述应用发布请求的同意发布指令；根据所述同意发布指令，生成所述机器学习模型应用的描述信息；将所述机器学习模型应用和对应的描述信息发布至应用管理平台。在一个实施例中，所述方法还包括：接收用于下载所述机器学习模型应用的下载请求；响应于所述下载请求，获取所述机器学习模型应用存储路径；根据所述存储路径从对应的应用管理平台下载所述机器学习模型应用。一种管理应用的装置，所述装置包括：获取模块，用于获取携带用户账号的操作指令；接收模块，用于当所述用户账号的操作权限达到预设权限等级时，接收通过所述用户账号上传的应用数据样本；训练模块，用于将所述应用数据样本输入机器学习模型进行模型训练，以调整所述机器学习模型的参数；构建模块，用于根据调整参数后的所述机器学习模型构建对应的机器学习模型应用；测试模块，用于获取应用数据，并将所述应用数据输入所述机器学习模型应用进行测试，得到所述机器学习模型应用的准确率；发布模块，用于当所述准确率达到阈值时，发布所述机器学习模型应用。在一个实施例中，所述装置还包括：分配模块，用于当所述用户账号的操作权限未达到预设权限等级时，接收通过所述用户账号向管理员账号发出的权限获取请求；获取所述管理员账号响应于所述权限获取请求的权限分配操作指令；根据所述权限分配操作指令更新所述用户账号的操作权限。在一个实施例中，所述接收模块具体还用于：获取各所述应用数据样本的参数；根据所述参数对各所述应用数据样本进行标注，得到标注数据：将所述应用数据样本输入机器学习模型进行模型训练，输出预测结果；计算所述预测结果与所述标注数据之间的差异；根据所述差异调整所述机器学习模型的参数。在一个实施例中，所述测试模块具体还用于：通过所述机器学习模型应用对所述应用数据进行计算，得到计算结果；将所述计算结果与所述应用数据对应的参考结果进行对比；根据对比所得的结果得到所述机器学习模型应用的准确率。在一个实施例中，所述发布模块具体还用于：当所述准确率达到阈值时，接收应用发布请求；向管理员账号发送所述应用发布请求；获取所述管理员账号响应于所述应用发布请求的同意发布指令；根据所述同意发布指令，生成所述机器学习模型应用的描述信息；将所述机器学习模型应用和对应的描述信息发布至应用管理平台。在一个实施例中，所述装置还包括：下载模块，用于接收用于下载所述机器学习模型应用的下载请求；响应于所述下载请求，获取所述机器学习模型应用存储路径；根据所述存储路径从对应的应用管理平台下载所述机器学习模型应用。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现管理应用的方法的步骤：一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现管理应用的方法的步骤：上述管理应用的方法、装置、计算机设备和存储介质，获取携带用户账号的操作指令；当用户账号的操作权限达到预设权限等级时，接收通过用户账号上传的应用数据样本；将应用数据样本输入机器学习模型进行模型训练，以调整机器学习模型的参数；根据调整参数后的机器学习模型构建对应的机器学习模型应用；获取应用数据，并将应用数据输入机器学习模型应用进行测试，得到机器学习模型应用的准确率；当准确率达到阈值时，发布机器学习模型应用。根据应用数据样本训练机器学习模型，并将训练后的机器学习模型构建为机器学习模型应用，并进行发布，实现了对应用数据与机器学习模型应用的管理与共享。附图说明图1为一个实施例中管理应用的方法的应用环境图；图2为一个实施例中管理应用的方法的流程示意图；图3为一个实施例中管理应用的步骤的流程示意图；图4为另一个实施例中管理应用的方法的流程示意图；图5为一个实施例中管理应用的方法的界面示意图；图6为一个实施例中管理应用的方法的界面示意图；图7为一个实施例中管理应用的装置的结构框图；图8为一个另实施例中管理应用的装置的结构框图；图9为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。本申请提供的管理应用的方法，可以应用于如图1所示的应用环境中。其中，终端102通过本文档来自技高网...

【技术保护点】
1.一种管理应用的方法，所述方法包括：/n获取携带用户账号的操作指令；/n当所述用户账号的操作权限达到预设权限等级时，接收通过所述用户账号上传的应用数据样本；/n将所述应用数据样本输入机器学习模型进行模型训练，以调整所述机器学习模型的参数；/n根据调整参数后的所述机器学习模型构建对应的机器学习模型应用；/n获取应用数据，并将所述应用数据输入所述机器学习模型应用进行测试，得到所述机器学习模型应用的准确率；/n当所述准确率达到阈值时，发布所述机器学习模型应用。/n

【技术特征摘要】
1.一种管理应用的方法，所述方法包括：
获取携带用户账号的操作指令；
当所述用户账号的操作权限达到预设权限等级时，接收通过所述用户账号上传的应用数据样本；
将所述应用数据样本输入机器学习模型进行模型训练，以调整所述机器学习模型的参数；
根据调整参数后的所述机器学习模型构建对应的机器学习模型应用；
获取应用数据，并将所述应用数据输入所述机器学习模型应用进行测试，得到所述机器学习模型应用的准确率；
当所述准确率达到阈值时，发布所述机器学习模型应用。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述用户账号的操作权限未达到预设权限等级时，接收通过所述用户账号向管理员账号发出的权限获取请求；
获取所述管理员账号响应于所述权限获取请求的权限分配操作指令；
根据所述权限分配操作指令更新所述用户账号的操作权限。


3.根据权利要求1所述的方法，其特征在于，所述接收通过所述用户账号上传的应用数据样本之后，所述方法还包括：
获取各所述应用数据样本的参数；
根据所述参数对各所述应用数据样本进行标注，得到标注数据；
所述将所述应用数据样本输入机器学习模型进行模型训练，以调整所述机器学习模型的参数，包括：
将所述应用数据样本输入机器学习模型进行模型训练，输出预测结果；
计算所述预测结果与所述标注数据之间的差异；
根据所述差异调整所述机器学习模型的参数。


4.根据权利要求3所述的方法，其特征在于，所述将所述应用数据输入所述机器学习模型应用进行测试，得到所述机器学习模型应用的准确率，包括：
通过所述机器学习模型应用对所述应用数据进行计算，得到计算结果；
将所述计算结果与所述应用数据对应的参考结果进行对比；
根据对比所得的结果得到所述机器学习模型应用的准确率。


5.根据权利要求1所述的方法，其特征在于，所述当所述准确率达到阈值时，发布所述机器学习模型应用，包括：
当所述准...

【专利技术属性】
技术研发人员：党晓婧，吕启深，张欣，熊超，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：广东;44