【技术实现步骤摘要】
本专利技术涉及模型训练，具体是涉及一种样本权重构建方法、模型更新方法、双层系统、设备。
技术介绍
1、在海域和林地等场景中存在许多需要控制的对象，比如用于巡航海域的无人机就是一个被控对象，模型根据被控对象的自身状态信息输出针对被控对象的控制指令，被控对象根据控制指令调整自身的状态以更好的开展工作。而能够控制被控对象的模型是训练之后的模型，训练模型需要一定数量的样本，现有技术并没有区分各个样本之间的优劣差异性，从而导致模型无差异学习各个样本，进而降低了训练之后的模型性能。
2、综上所述，现有技术由于未区分各个样本之间的差异性而导致降低了所训练模型的性能。
3、因此，现有技术还有待改进和提高。
技术实现思路
1、为解决上述技术问题，本专利技术提供了一种样本权重构建方法、模型更新方法、双层系统、设备，解决了现有技术由于未区分各个样本之间的差异性而导致降低了所训练模型性能的问题。
2、为实现上述目的，本专利技术采用了以下技术方案：
3、第一方面，本专...
【技术保护点】
1.一种样本权重构建方法，其特征在于，包括：
2.如权利要求1所述的样本权重构建方法，其特征在于，所述依据所述更新总次数，确定所述样本信息的实时新鲜度权重，包括：
3.如权利要求1所述的样本权重构建方法，其特征在于，所述样本信息还包含所述远端模型产生的控制指令，所述控制指令用于控制所述被控对象产生控制结果，所述依据所述控制结果，确定所述样本信息的误差权重，包括：
4.如权利要求1所述的样本权重构建方法，其特征在于，所述依据所述误差权重和所述实时新鲜度权重，构建所述样本信息的总权重，包括：
5.一种模型更新方法，其特征在于
【技术特征摘要】
1.一种样本权重构建方法，其特征在于，包括：
2.如权利要求1所述的样本权重构建方法，其特征在于，所述依据所述更新总次数，确定所述样本信息的实时新鲜度权重，包括：
3.如权利要求1所述的样本权重构建方法，其特征在于，所述样本信息还包含所述远端模型产生的控制指令，所述控制指令用于控制所述被控对象产生控制结果，所述依据所述控制结果，确定所述样本信息的误差权重，包括：
4.如权利要求1所述的样本权重构建方法，其特征在于，所述依据所述误差权重和所述实时新鲜度权重，构建所述样本信息的总权重，包括：
5.一种模型更新方法，其特征在于，包括：
6.如权利要求5所述的模型更新方法，其特征在于，所述依据所述控制结果，判断是否需要向中心服务器发送更新请求，包括：
7.如权利要求5所述的模型更新方法，其特征在于，所述用训练之后的所述本地模型更新...
【专利技术属性】
技术研发人员：吴绍华，邱怡斐，陆豪，张钦宇，
申请(专利权)人：哈尔滨工业大学深圳哈尔滨工业大学深圳科技创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。