(19)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 202210632812.2 (22)申请日 2022.06.06 (71)申请人 中国地质大 学(北京) 地址 100083 北京市海淀区学院路2 9号 (72)发明人 张玉清　朱质宁　郭智宸　燕琦琦　 周长兵　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 荣颖佳 (51)Int.Cl. G06F 9/50(2006.01) G06K 9/62(2022.01) (54)发明名称 面向移动边 缘环境下的智能服 务保障方法 (57)摘要 本申请提供了面向移动边缘环境下的智能 服务保障方法， 其中， 对于候选模型中的每个候 选模型层， 根据第一模型层和该候选模型层之间 的第一隐藏层矩阵的第一矩阵值， 以及该候选模 型层和第二模型层之间的第二隐藏层矩 阵的第 二矩阵值确定所述第一隐藏层矩 阵和所述第二 隐藏层矩阵之间的候选相对熵； 判断目标相对熵 是否小于为所述候选模型配置的超参数阈值； 若 所述目标相对熵小于所述超参数阈值， 则将所述 目标模型层从所述候选模型中删除， 以得到不包 含所述目标模型层的目标模型。 采用上述方法， 通过将候选模型中差异度较小的两个隐藏层所 共同包含的目标模型层从候选模 型中删除， 有利 于减小模型运行时所占用的运行空间。 权利要求书3页 说明书14页 附图7页 CN 114996010 A 2022.09.02 CN 114996010 A 1.一种面向移动边 缘环境下的智能服 务保障方法， 其特 征在于， 所述方法包括： 对于候选模型中的每个候选模型层， 根据第 一模型层和该候选模型层之间的第 一隐藏 层矩阵的第一矩阵值， 以及该候选模型层和 第二模型层之 间的第二隐藏层矩阵的第二矩阵 值确定所述第一隐藏层矩阵和所述第二隐藏层矩阵之间的候选相对熵， 其中， 所述第一模 型层为该候选模型层的输入层， 所述第二模型层为该候选模型层的输出层， 所述第一隐藏 层矩阵为将所述第一模型层的输出作为该候选模型层的输入的第一输入结果， 所述第二隐 藏层矩阵为将该候选模型层的输出作为所述第二 候选模型层的输入的第二输入结果； 判断目标相对熵是否小于为所述候选模型配置的超参数阈值， 其中， 所述目标相对熵 为第三隐藏层矩阵和 第四隐藏层矩阵之 间的相对熵， 所述第三隐藏层矩阵为第三模型层和 目标模型层之 间的隐藏层矩阵， 所述第四隐藏层矩阵为所述目标模型层和 第四模型层之间 的隐藏层矩阵， 所述目标模型层为所述候选模型中具有最小候选相对熵的两个隐藏层矩阵 中共同包含的候选模型层， 所述第三模型层为所述 目标模型层的输入层， 所述第四模型层 为所述目标模型层的输出层； 若所述目标相对熵小于所述超参数阈值， 则将所述目标模型层从所述候选模型中删 除， 以得到不包 含所述目标模型层的目标模型。 2.根据权利要求1所述的方法， 其特征在于， 在判断目标相对熵是否小于为所述候选模 型配置的超参数阈值后， 所述方法还 包括： 若所述目标相对熵大于等于所述超参数阈值， 则将用于对所述候选模型进行准确度确 定的至少一个模型验证样本 输入至所述 候选模型以得到 至少一个验证输出 结果； 将合格输出结果的第一数量与所述至少一个验证输出结果中的验证输出结果的第二 数量相除， 以得到用于描述所述候选模 型对数据进 行预测的准确度的模型准确率， 其中， 所 述合格输出结果为所述至少一个验证输出结果中的与预设的验证标准结果相同的验证输 出结果； 判断所述模型准确率是否大于等于第一预设阈值； 若所述模型准确率大于等于所述第 一预设阈值， 则将所述候选模型作为合格模型进行 保存， 以使能够通过 所述合格模型对数据进行 预测。 3.根据权利要求2所述的方法， 其特征在于， 在判断所述模型准确率是否大于等于第 一 预设阈值后， 所述方法还 包括： 若所述模型准确率小于所述第 一预设阈值， 则使用预设的用于对所述候选模型进行训 练的候选模型训练集对所述候选模型进行训练， 直至所述候选模型的模型准确率大于等于 所述第一预设阈值。 4.根据权利要求1所述的方法， 其特征在于， 在将所述目标模型层从所述候选模型中删 除， 以得到不包 含所述目标模型层的目标模型后， 所述方法还 包括： 使用用于对所述目标模型进行模型训练的目标模型训练集对所述目标模型进行训练， 以得到第二 候选模型； 对于所述第 二候选模型中的每个第 二候选模型层， 根据第五模型层和该第 二候选模型 层之间的第五隐藏层矩阵的第五矩阵值， 以及该第二候选模型层和第六模 型层之间的第六 隐藏层矩阵的第六矩阵值确定所述第 五隐藏层矩阵和所述第六隐藏层矩阵之间的第二候 选相对熵， 其中， 所述第五模型层为该第二候选模 型层的输入层， 所述第六模型层为该第二权　利　要　求　书 1/3 页 2 CN 114996010 A 2候选模型层的输出层， 所述第五隐藏层矩阵为将所述第五模型层的输出作为该第二候选模 型层的输入的第三输入结果， 所述第六隐藏层矩阵为将该第二候选模型层的输出作为所述 第六候选模型层的输入的第四输入结果； 判断第二目标相对熵是否小于所述超参数阈值， 其中， 所述第二目标相对熵为第七隐 藏层矩阵和第八隐藏层矩阵之 间的相对熵， 所述第七隐藏层矩阵为第七模 型层和第二目标 模型层之 间的隐藏层矩阵， 所述第八隐藏层矩阵为所述第二目标模型层和 第八模型层之间 的隐藏层矩阵， 所述第二目标模型层为所述第二候选模型中的具有最小候选相对熵的第二 候选模型层， 所述第七模型层为所述第二 目标模型层的输入层， 所述第八模型层为所述第 二目标模型层的输出层； 若所述第二目标相对熵大于等于所述超参数阈值， 则根据将至少一个第 二模型验证样 本输入至所述第二候选模型后得到的至少一个第二验证输出结果确定所述第二候选模型 的第二模型准确 率， 其中， 所述第二模型验证样本用于对所述第二候选模型进行准确度验 证； 若所述第二模型准确率大于等于第 二预设阈值， 则将所述第 二候选模型作为第 二合格 模型进行保存， 以使能够通过 所述第二 合格模型对数据进行 预测。 5.一种面向移动边 缘环境下的智能服 务保障装置， 其特 征在于， 所述装置包括： 候选相对熵确定单元， 用于对于候选模型中的每个候选模型层， 根据第一模型层和该 候选模型层之 间的第一隐藏层矩阵的第一矩阵值， 以及该候选模型层和 第二模型层之 间的 第二隐藏层矩阵的第二矩阵值确定所述第一隐藏层矩阵和所述第二隐藏层矩阵之间的候 选相对熵， 其中， 所述第一模型层为该候选模型层的输入层， 所述第二模型层为该候选模型 层的输出层， 所述第一隐藏层矩阵为将所述第一模型层的输出作为该候选模型层的输入的 第一输入结果， 所述第二隐藏层矩阵为将该候选模型层的输出作为所述第二候选模型层的 输入的第二输入结果； 目标相对熵判断单元， 用于判断目标相对熵是否小于为所述候选模型配置的超参数阈 值， 其中， 所述目标相对熵为第三隐藏层矩阵和 第四隐藏层矩阵之 间的相对熵， 所述第三隐 藏层矩阵为第三模型层和目标模型层之 间的隐藏层矩阵， 所述第四隐藏层矩阵为所述目标 模型层和 第四模型层之 间的隐藏层矩阵， 所述目标模型层为所述候选模型中具有最小候选 相对熵的两个隐藏层矩阵中共同包含的候选模型层， 所述第三模型层为所述目标模型层的 输入层， 所述第四模型层为所述目标模型层的输出层； 目标模型确定单元， 用于若所述目标相对熵小于所述超参数阈值， 则将所述目标模型 层从所述 候选模型中删除， 以得到不包 含所述目标模型层的目标模型。 6.根据权利要求5所述的装置， 其特 征在于， 所述装置还 包括： 验证输出结果确定单元， 用于在判断目标相对熵是否小于为所述候选模型配置的超参 数阈值后， 若所述 目标相对熵大于等于所述超参数阈值， 则将用于对所述候选模型进行准 确度确定的至少一个模型验证样本 输入至所述 候选模型以得到 至少一个验证输出 结果； 模型准确率确定单元， 用于将合格输出结果的第 一数量与所述至少一个验证输出结果 中的验证输出结果的第二数量相除， 以得到用于描述所述候选模型对数据进 行预测的准确 度的模型准确 率， 其中， 所述合格输出结果为所述至少一个验证输出结果中的与预设的验 证标准结果相同的验证输出 结果；权　利　要　求　书 2/3 页 3 CN 114996010 A 3