基于联邦学习的预测方法、装置、存储介质及遥感设备制造方法及图纸

本发明专利技术公开了一种基于联邦学习的预测方法、装置、存储介质及遥感设备，该方法包括：根据本地训练数据对初始模型进行训练，获得单方预测模型；将所述单方预测模型传输至地面信息中心，由所述地面信息中心将对应于若干个遥感设备的若干个所述单方预测模型进行聚合获得联邦预测模型，所述联邦预测模型包括若干个联邦分模型；接收对应的联邦分模型，并基于所述联邦分模型对待预测本地数据进行预测，获得预测标签。由此，通过在遥感设备本地进行模型训练，并基于联邦学习实现了高空数据的综合利用，打破了数据传输的技术瓶颈。

【技术实现步骤摘要】
基于联邦学习的预测方法、装置、存储介质及遥感设备
本专利技术涉及数据处理
，尤其涉及一种基于联邦学习的预测方法、装置、存储介质及遥感设备。
技术介绍
随着计算机技术的发展，越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、实时性要求，也对技术提出了更高的要求。当前越来越多的人造卫星等遥感设备在高空中运行，并执行各自的任务，获得对应的数据。众所周知，遥感技术难度高、耗资大，遥感设备获得的数据都很珍贵，若要综合利用各个遥感设备的数据，则需要将这些数据汇总到地面信息中心，由地面信息中心进行数据分析和处理。但是遥感设备与地面信息中心存在网络延时，且遥感设备获得的高空数据的数据量巨大，对网络宽带的要求较高，进而数据传输成为了技术瓶颈。
技术实现思路
本专利技术提供一种基于联邦学习的预测方法、装置、存储介质及遥感设备，旨在实现高空数据的综合利用，打破数据传输的技术瓶颈。为实现上述目的，本专利技术提供一种基于联邦学习的预测方法，所述方法应用于遥感系统，所述方法包括：根据本地训练数据对初始模型进行训练，获得单方预测模型；将所述单方预测模型传输至地面信息中心，由所述地面信息中心将对应于若干个遥感设备的若干个所述单方预测模型进行聚合获得联邦预测模型，所述联邦预测模型包括若干个联邦分模型；接收对应的联邦分模型，并基于所述联邦分模型对待预测本地数据进行预测，获得预测标签。优选地，所述根据本地训练数据对初始模型进行训练，获得单方预测模型的步骤包括：随机获得初始模型参数，利用所述初始模型参数获得所述本地训练数据的初始预测标签，基于所述初始预测标签和所述本地训练数据的实际标签计算损失函数；基于所述损失函数，通过梯度下降的方式更新模型参数；若达到收敛条件则停止更新，并将对应的模型参数保存为最终模型参数，以此获得单方预测模型。优选地，所述若干个遥感设备具有不同的倾角，所述基于所述联邦分模型对待预测本地数据进行预测，获得预测标签的步骤之前还包括：判断各个所述遥感设备的待预测本地数据是否包括若干个相同维度的目标数据；若各个所述遥感设备的待预测本地数据包括若干个相同维度的目标数据，则执行步骤：基于所述联邦分模型对待预测本地数据进行预测，获得预测标签。优选地，所述根据本地训练数据对初始模型进行训练，获得单方预测模型的步骤之前还包括：通过控制系统接收所述地面信息中心发送的指令，根据所述指令执行任务，获得所述本地数据，所述本地数据包括图像数据；对所述本地数据进行预处理，获得本地训练数据。优选地，所述判断各个所述遥感设备的待预测本地数据是否包括若干个相同维度的目标数据的步骤包括：基于预测任务确定若干个待判断维度；获取所述各个遥感设备的待预测本地数据中的本地维度，基于所述待判定维度判断所述本地维度是否包括若干个相同维度；若所述本地维度都包括所述若干个待判断维度，则判定各个所述遥感设备的本地维度包括若干个相同维度；若各个所述遥感设备的本地维度包括若干个相同维度，则从所述待预测本地数据中查找与所述若干个待判断维度对应的目标数据；若所述各个遥感设备的本地数据中都存在与所述若干个待判断维度对应的目标数据，则判定各个所述遥感设备的待预测本地数据包括若干个相同维度的目标数据。优选地，所述对所述本地数据进行预处理，获得本地训练数据的步骤包括：按流程对所述本地数据进行预处理，将预处理后的所述本地数据保存为所述本地训练数据。优选地，所述接收对应的联邦分模型，并基于所述联邦分模型对待预测本地数据进行预测，获得预测标签的步骤包括：接收所述地面信息中心对应返回的所述联邦分模型；将待预测本地数据输入所述联邦分模型，由所述联邦分模型输出对应的预测标签。此外，为实现上述目的，本专利技术还提供一种基于联邦学习的预测装置，所述基于联邦学习的预测装置包括：训练模块，用于根据本地训练数据对初始模型进行训练，获得单方预测模型；传输模块，用于将所述单方预测模型传输至地面信息中心，由所述地面信息中心将对应于若干个遥感设备的若干个所述单方预测模型进行聚合获得联邦预测模型，所述联邦预测模型包括若干个联邦分模型；预测模块，用于接收对应的联邦分模型，并基于所述联邦分模型对待预测本地数据进行预测，获得预测标签。此外，为实现上述目的，本专利技术还提供一种遥感设备，所述遥感设备包括处理器，存储器以及存储在所述存储器中的基于联邦学习的预测程序，所述基于联邦学习的预测程序被所述处理器运行时，实现如上所述的基于联邦学习的预测方法的步骤。此外，为实现上述目的，本专利技术还提供一种计算机存储介质，所述计算机存储介质上存储有基于联邦学习的预测程序，所述基于联邦学习的预测程序被处理器运行时实现如上所述基于联邦学习的预测方法的步骤。相比现有技术，本专利技术公开了一种基于联邦学习的预测方法、装置、存储介质及遥感设备，根据本地训练数据对初始模型进行训练，获得单方预测模型；将所述单方预测模型传输至地面信息中心，由所述地面信息中心将对应于若干个遥感设备的若干个所述单方预测模型进行聚合获得联邦预测模型，所述联邦预测模型包括若干个联邦分模型；接收对应的联邦分模型，并基于所述联邦分模型对待预测本地数据进行预测，获得预测标签。由此，通过在遥感设备本地进行模型训练，并基于联邦学习实现了高空数据的综合利用，打破了数据传输的技术瓶颈。附图说明图1是本专利技术各实施例涉及的遥感设备的硬件结构示意图；图2是本专利技术基于联邦学习的预测方法第一实施例的流程示意图；图3是本专利技术基于联邦学习的预测方法一实施例的场景示意图；图4是本专利技术基于联邦学习的预测方法第二实施例的流程示意图；图5是本专利技术基于联邦学习的预测装置第一实施例的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例主要涉及的遥感设备是指能够实现网络连接的网络连接设备，所述遥感设备可以是服务器、云平台等。参照图1，图1是本专利技术各实施例涉及的遥感设备的硬件结构示意图。本专利技术实施例中，遥感设备可以包括处理器1001(例如中央处理器CentralProcessingUnit、CPU)，通信总线1002，输入端口1003，输出端口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信；输入端口1003用于数据输入；输出端口1004用于数据输出，存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器，存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以本文档来自技高网...

【技术保护点】
1.一种基于联邦学习的预测方法，其特征在于，所述方法包括：/n根据本地训练数据对初始模型进行训练，获得单方预测模型；/n将所述单方预测模型传输至地面信息中心，由所述地面信息中心将对应于若干个遥感设备的若干个所述单方预测模型进行聚合获得联邦预测模型，所述联邦预测模型包括若干个联邦分模型；/n接收对应的联邦分模型，并基于所述联邦分模型对待预测本地数据进行预测，获得预测标签。/n

【技术特征摘要】
1.一种基于联邦学习的预测方法，其特征在于，所述方法包括：
根据本地训练数据对初始模型进行训练，获得单方预测模型；
将所述单方预测模型传输至地面信息中心，由所述地面信息中心将对应于若干个遥感设备的若干个所述单方预测模型进行聚合获得联邦预测模型，所述联邦预测模型包括若干个联邦分模型；
接收对应的联邦分模型，并基于所述联邦分模型对待预测本地数据进行预测，获得预测标签。


2.根据权利要求1所述的方法，其特征在于，所述根据本地训练数据对初始模型进行训练，获得单方预测模型的步骤包括：
随机获得初始模型参数，利用所述初始模型参数获得所述本地训练数据的初始预测标签，基于所述初始预测标签和所述本地训练数据的实际标签计算损失函数；
基于所述损失函数，通过梯度下降的方式更新模型参数；
若达到收敛条件则停止更新，并将对应的模型参数保存为最终模型参数，以此获得单方预测模型。


3.根据权利要求1所述的方法，其特征在于，所述若干个遥感设备具有不同的倾角，所述基于所述联邦分模型对待预测本地数据进行预测，获得预测标签的步骤之前还包括：
判断各个所述遥感设备的待预测本地数据是否包括若干个相同维度的目标数据；
若各个所述遥感设备的待预测本地数据包括若干个相同维度的目标数据，则执行步骤：基于所述联邦分模型对待预测本地数据进行预测，获得预测标签。


4.根据权利要求1所述的方法，其特征在于，所述根据本地训练数据对初始模型进行训练，获得单方预测模型的步骤之前还包括：
通过控制系统接收所述地面信息中心发送的指令，根据所述指令执行任务，获得所述本地数据，所述本地数据包括图像数据；
对所述本地数据进行预处理，获得本地训练数据。


5.根据权利要求3所述的方法，其特征在于，所述判断各个所述遥感设备的待预测本地数据是否包括若干个相同维度的目标数据的步骤包括：
基于预测任务确定若干个待判断维度；
获取所述各个遥感设备的待预测本地数据中的本地维度，基于所述待判定维度判断所述本地维度是否包括若...

【专利技术属性】
技术研发人员：黄安埠，刘洋，殷磊，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：广东;44