[發明專利]一種面向農產品種植的邊緣學習模型在線分割方法和系統

有效

• 申請號: 202011121765.2
• 申請日: 2020-10-20
• 公開（公告）號: CN112468533B
• 公開（公告）日: 2023-01-10
• 發明（設計）人: 石雷;郭星;徐娟;許自強;齊強;呂增威
• 申請（專利權）人: 安徽網萌科技發展股份有限公司
• 主分類號: H04L67/10
• 分類號: H04L67/10;H04L67/1008;H04L67/1023
• 代理公司: 北京知聯天下知識產權代理事務所(普通合伙) 11594
• 代理人: 張陸軍;張迎新

本發明提出一種面向農產品種植的邊緣學習模型在線分割方法，將訓練好的模型部署在邊緣服務器和云服務器中；數據采集終端接收各種農產品的原始數據；數據采集終端預測數據在數據采集終端、邊緣服務器和云服務器的處理時間，以及數據傳輸時間，數據采集終端預測數據在數據采集終端、邊緣服務器和云服務器中的處理能耗，以及傳輸能耗，基于處理時間、傳輸時間、處理能耗和傳輸能耗，獲取所述模型的最優分割點，對邊緣服務器和云服務器中的所述模型在最優分割點進行分割，所述模型在最優分割點前為第一分塊，所述模型在最優分割點后為第二分塊，在邊緣服務器中，第一分塊處理第一中間數據，在云服務器中，第二分塊處理第二中間數據。

技術領域

本發明屬于農產品種植領域，特別涉及一種面向農產品種植的邊緣學習模型在線分割方法和系統。

背景技術

現在的農產品種植優化方法都是從各個層面獲取到數據，運用云計算的方法進行計算，然后給出種植優化方法。模型運算數據需要經過多層計算。傳統人工智能方法對數據進行逐層計算，都在一個服務器中，對采集、傳輸數據及數據類型有著較高要求，否則數據計算效率不高?，F在邊緣智能的方法做到了兩層分割計算，即邊緣服務層計算及云服務層計算，但是對在什么節點分割還沒有解決。

發明內容

針對上述問題，本發明提出一種面向農產品種植的邊緣學習模型在線分割方法，將訓練好的模型部署在邊緣服務器和云服務器中；

數據采集終端接收各種農產品的原始數據；

數據采集終端預測原始數據在數據采集終端的第一處理時間,數據采集終端的第一中間數據在邊緣服務器中的第二處理時間，邊緣服務器中的第二中間數據在云服務器中的第三處理時間，數據采集終端的第一中間數據傳輸至邊緣服務器所需的第一傳輸時間,邊緣服務器中的第二中間數據傳輸至云服務器所需的第二傳輸時間；

數據采集終端預測原始數據在數據采集終端的第一處理能耗,數據采集終端的第一中間數據在邊緣服務器中的第二處理能耗，邊緣服務器中的第二中間數據在云服務器中的第三處理能耗，數據采集終端的第一中間數據傳輸至邊緣服務器所需的第一傳輸能耗,邊緣服務器中的第二中間數據傳輸至云服務器所需的第二傳輸能耗；

基于第一處理時間、第二處理時間、第三處理時間、第一傳輸時間、第二傳輸時間、第一處理能耗、第二處理能耗、第三處理能耗、第一傳輸能耗和第二傳輸能耗，獲取所述模型的最優分割點，對邊緣服務器和云服務器中的所述模型在最優分割點進行分割，所述模型在最優分割點前為第一分塊，所述模型在最優分割點后為第二分塊，在邊緣服務器中，第一分塊處理第一中間數據，在云服務器中，第二分塊處理第二中間數據。

優選地，數據采集終端預測第一中間數據在邊緣服務器的第一等待時間，第二中間數據在云服務器中的第二等待時間；

基于第一處理時間、第二處理時間、第三處理時間、第一傳輸時間、第二傳輸時間、第一等待時間、第二等待時間、第一處理能耗、第二處理能耗、第三處理能耗、第一傳輸能耗和第二傳輸能耗，獲取所述模型的最優分割點，對邊緣服務器和云服務器中的所述模型在最優分割點進行分割，所述模型在最優分割點前為第一分塊，所述模型在最優分割點后為第二分塊，在邊緣服務器中，第一分塊處理第一中間數據，在云服務器中，第二分塊處理第二中間數據。

優選地，數據采集終端預測第一中間數據在邊緣服務器中處理結果的第一精度，第二中間數據在云服務器中處理結果的第二精度；

基于第一處理時間、第二處理時間、第三處理時間、第一傳輸時間、第二傳輸時間、第一處理能耗、第二處理能耗、第三處理能耗、第一傳輸能耗和第二傳輸能耗、第一精度和第二精度，獲取所述模型的最優分割點，對邊緣服務器和云服務器中的所述模型在最優分割點進行分割，所述模型在最優分割點前為第一分塊，所述模型在最優分割點后為第二分塊，在邊緣服務器中，第一分塊處理第一中間數據，在云服務器中，第二分塊處理第二中間數據。

優選地，所述獲取所述模型的最優分割點之前還包括：