[發明專利]車輛質量信息確定模型訓練方法及車輛質量信息確定方法

在審

• 申請號: 202010310611.1
• 申請日: 2020-04-20
• 公開（公告）號: CN111565174A
• 公開（公告）日: 2020-08-21
• 發明（設計）人: 宋琦悅;劉亞盟
• 申請（專利權）人: 中移雄安信息通信科技有限公司;中國移動通信集團有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L29/08;G06Q30/02;G06Q10/06;G06N3/04
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

1.一種車輛質量信息確定模型的訓練方法，其特征在于，應用于車輛設備，包括：

獲取所述車輛設備的第一車輛數據；其中，所述第一車輛數據包括車輛故障數據和/或駕駛行為數據；

基于聯邦學習技術，對所述第一車輛數據進行加密，得到第二車輛數據；

獲取全連接神經網絡；

利用所述第二車輛數據訓練所述全連接神經網絡，得到車輛質量信息確定模型。

2.根據權利要求1所述的車輛質量信息確定模型的訓練方法，其特征在于，所述得到車輛質量信息確定模型之后，還包括：

獲取包含所述第二車輛數據的測試集；

將所述測試集輸入所述車輛質量信息確定模型，輸出車輛質量信息預測結果；

基于所述車輛質量信息預測結果及獲取的車輛質量信息實際結果，調整所述車輛質量信息確定模型。

3.根據權利要求2所述的車輛質量信息確定模型的訓練方法，其特征在于，所述基于所述車輛質量信息預測結果及獲取的車輛質量信息實際結果，調整所述車輛質量信息確定模型，包括：

基于所述車輛質量信息預測結果及所述車輛質量信息實際結果，確定車輛質量結果差異信息；

基于所述車輛質量結果差異信息向服務器發送所述車輛質量信息確定模型的加密參數，以使所述服務器聚合各個所述加密參數，得到更新后的參數；

接收所述服務器發送的所述更新后的參數；

基于所述更新后的參數，更新所述車輛質量信息確定模型。

4.根據權利要求1所述的車輛質量信息確定模型的訓練方法，其特征在于，所述獲取全連接神經網絡，包括：

向服務器發送全連接神經網絡下載指令；

接收所述服務器發送的所述全連接神經網絡。

5.一種基于車輛質量信息確定模型的車輛質量信息確定方法，其特征在于，所述車輛質量信息確定模型是使用權利要求1至4任一項所述的車輛質量信息確定模型的訓練方法得到的模型，包括：

獲取待確定車輛質量信息的車輛設備的第一車輛數據；其中，所述第一車輛數據包括車輛故障數據和/或駕駛行為數據；

基于聯邦學習技術，對所述第一車輛數據進行加密，得到第二車輛數據；

將所述第二車輛數據輸入所述車輛質量信息確定模型，輸出車輛質量信息。

6.根據權利要求5所述的基于車輛質量信息確定模型的車輛質量信息確定方法，其特征在于，所述輸出車輛質量信息之后，還包括：

基于所述車輛質量信息，確定所述車輛設備的價值信息。

7.一種車輛質量信息確定模型的訓練裝置，其特征在于，應用于車輛設備，包括：

第一獲取模塊，用于獲取所述車輛設備的第一車輛數據；其中，所述第一車輛數據包括車輛故障數據和/或駕駛行為數據；

加密模塊，用于基于聯邦學習技術，對所述第一車輛數據進行加密，得到第二車輛數據；

第二獲取模塊，用于獲取全連接神經網絡；

訓練模塊，用于利用所述第二車輛數據訓練所述全連接神經網絡，得到車輛質量信息確定模型。

8.一種基于車輛質量信息確定模型的車輛質量信息確定裝置，其特征在于，所述車輛質量信息確定模型是使用權利要求1至4任一項所述的車輛質量信息確定模型的訓練方法得到的模型，包括：

獲取模塊，用于獲取待確定車輛質量信息的車輛設備的第一車輛數據；其中，所述第一車輛數據包括車輛故障數據和/或駕駛行為數據；

加密模塊，用于基于聯邦學習技術，對所述第一車輛數據進行加密，得到第二車輛數據；

輸出模塊，用于將所述第二車輛數據輸入所述車輛質量信息確定模型，輸出車輛質量信息。

9.一種電子設備，其特征在于，所述電子設備包括：處理器以及存儲有計算機程序指令的存儲器；

所述處理器執行所述計算機程序指令時實現如權利要求1-4任意一項所述的車輛質量信息確定模型的訓練方法；或，

所述處理器執行所述計算機程序指令時實現如權利要求5或6所述的基于車輛質量信息確定模型的車輛質量信息確定方法。

10.一種計算機存儲介質，其特征在于，所述計算機存儲介質上存儲有計算機程序指令，所述計算機程序指令被處理器執行時實現如權利要求1-4任意一項所述的車輛質量信息確定模型的訓練方法；或，

所述處理器執行所述計算機程序指令時實現如權利要求5或6所述的基于車輛質量信息確定模型的車輛質量信息確定方法。