(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111198857.5 (22)申请日 2021.10.14 (71)申请人 平安国际智慧城市科技股份有限公 司 地址 518000 广东省深圳市前海深港合作 区妈湾兴海 大道3048号前海自贸大厦 1-34层 (72)发明人 黄志能　 (74)专利代理 机构 深圳市精英专利事务所 44242 代理人 涂年影 (51)Int.Cl. G06V 10/774(2022.01) G06K 9/62(2022.01) G06F 21/60(2013.01)G06N 20/00(2019.01) (54)发明名称 基于联合训练的环保数据检测方法、 装置、 设备及介质 (57)摘要 本发明涉及人工智能领域， 提供一种基于联 合训练的环保数据检测方法、 装置、 设备及介质， 能够支持各个上报方通过应用程序自主上报环 保数据， 有效提高了环保数据的采集效率， 并扩 大了环保数据监管范围， 结合无标签的粗采集数 据对初始模 型的无监督训练， 以便尽可能的利用 初始模型实现对输入数据的重建， 在通过无监督 训练得到的模 型的基础上， 进一步结合高质量的 有效数据源实现对模型的有监督训练， 以便进一 步微调模型参数， 结合无监督及 有监督训练的方 式相较于传统的单一模型， 具有更高的准确率， 实现对环保数据的自动化检测， 提高了检测数据 的覆盖面， 同时提高了检测的准确率。 此外， 本发 明还涉及区块链技术， 检测模型可存储于区块链 节点中。 权利要求书2页 说明书13页 附图2页 CN 113920399 A 2022.01.11 CN 113920399 A 1.一种基于联合训练的环保数据检测方法， 其特征在于， 所述基于联合训练的环保数 据检测方法包括： 连接至目标应用程序， 并获取 所述目标应用程序上报的数据作为第一环保数据集； 利用编码器及解码器构建初始模型； 利用所述第一环保数据集对所述初始模型进行 无监督训练， 得到第一模型； 利用所述第一模型与预设 分类器构建第二模型； 构建第二环保数据集； 利用所述第二环保数据集对所述第二模型进行有监 督训练， 得到检测模型； 获取待检测数据， 将所述待检测数据输入至所述检测模型， 得到检测结果。 2.如权利要求1所述的基于联合训练 的环保数据检测方法， 其特征在于， 在所述连接至 目标应用程序前， 所述方法还 包括： 获取每个上报方的历史上报数据； 根据每个上报方的历史上报数据确定每个上报方的待上报数据及所述待上报数据的 数据格式； 根据每个上报方的待上报数据及所述待上报数据的数据格式生成每个上报方的数据 上报模板； 将每个上报方的数据上报模板发送至与每 个上报方对应的应用程序。 3.如权利要求1所述的基于联合训练 的环保数据检测方法， 其特征在于， 所述利用编码 器及解码器构建初始模型包括： 利用所述编码器及所述解码器构建至少一层子网络， 其中， 每层子网络包括一个编码 器及一个解码器， 每层子网络的编码器的输出 数据作为每层子网络的解码器的输入数据； 将所述至少一层子网络进行 首尾相接， 得到所述初始模型。 4.如权利要求3所述的基于联合训练 的环保数据检测方法， 其特征在于， 所述利用所述 第一环保数据集对所述初始模型进行 无监督训练， 得到第一模型包括： 将所述第一环保数据集中的每 个第一环保数据依次输入至所述初始模型进行训练； 在训练过程中， 将每层子网络的编码器的输出数据输入至下一层子网络， 并作为所述 下一层子网络的输入数据； 获取每层子网络的解码器的解码结果与每层子网络的输入数据； 根据每层子网络的解码器的解码结果与每层子网络的输入数据计算每层子网络的均 方误差及平均绝对误差； 当每层子网络的均 方误差都小于或者等于第 一阈值， 且每层子网络的平均绝对误差都 小于或者 等于第二阈值时， 停止训练， 得到所述第一模型。 5.如权利要求1所述的基于联合训练 的环保数据检测方法， 其特征在于， 所述利用所述 第一模型与预设 分类器构建第二模型包括： 将所述第一模型中最后一层子网络的编码器确定为目标编码器； 将所述目标编码器连接至所述预设分类器， 并将所述目标编码器的输出数据确定为所 述预设分类器的输入数据， 得到所述第二模型。 6.如权利要求1所述的基于联合训练 的环保数据检测方法， 其特征在于， 所述构建第 二 环保数据集包括：权　利　要　求　书 1/2 页 2 CN 113920399 A 2获取通过配置物联网 网关上传的环境 监测设备采集的数据作为第一数据； 获取通过审核的历史采集数据作为第二数据； 组合所述第一数据及所述第二数据， 得到所述第二环保数据集。 7.如权利要求1所述的基于联合训练 的环保数据检测方法， 其特征在于， 所述利用所述 第二环保数据集对所述第二模型进行有监 督训练， 得到检测模型包括： 将所述第二环保数据集随机拆分为训练集及验证集； 获取每个第二环保数据对应的标签； 将所述训练集中的每 个第二环保数据对应的标签确定为训练目标训练所述第二模型； 当所述第二模型的损失达 到收敛时， 停止训练； 获取当前的模型， 并利用所述验证集验证所述当前的模型； 当所述当前的模型的输出数据的准确率达到第 三阈值时， 将所述当前的模型确定为所 述检测模型。 8.一种基于联合训练的环保数据检测装置， 其特征在于， 所述基于联合训练的环保数 据检测装置包括： 获取单元， 用于连接至目标应用程序， 并获取所述目标应用程序上报的数据作为第一 环保数据集； 构建单元， 用于利用编码器及解码器构建初始模型； 训练单元， 用于利用所述第一环保数据集对所述初始模型进行无监督训练， 得到第一 模型； 所述构建单 元， 还用于利用所述第一模型与预设 分类器构建第二模型； 所述构建单 元， 还用于构建第二环保数据集； 所述训练单元， 还用于利用所述第二环保数据集对所述第二模型进行有监督训练， 得 到检测模型； 检测单元， 用于获取待检测数据， 将所述待检测数据输入至所述检测模型， 得到检测结 果。 9.一种计算机设备， 其特 征在于， 所述计算机设备包括： 存储器， 存储至少一个指令； 及 处理器， 执行所述存储器 中存储的指令以实现如权利要求1至7中任意一项所述的基于 联合训练的环保数据检测方法。 10.一种计算机可读存储介质， 其特征在于： 所述计算机可读存储介质中存储有至少一 个指令， 所述至少一个指 令被计算机 设备中的处理器执行以实现如权利要求 1至7中任意一 项所述的基于联合训练的环保数据检测方法。权　利　要　求　书 2/2 页 3 CN 113920399 A 3