[发明专利]基于区块链激励的自动编码器特征提取方法与装置在审

专利信息
申请号: 202011624852.X 申请日: 2020-12-30
公开(公告)号: CN112668501A 公开(公告)日: 2021-04-16
发明(设计)人: 李伟;邱炜伟;蔡亮;匡立中;张帅;李吉明 申请(专利权)人: 杭州趣链科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/08;G06Q20/06
代理公司: 深圳众鼎汇成知识产权代理有限公司 44566 代理人: 张宏杰
地址: 310051 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 区块 激励 自动 编码器 特征 提取 方法 装置
【说明书】:

发明属于区块链技术领域,提供一种基于区块链激励的自动编码器特征提取方法、装置及系统,通过解析多个请求设备的请求,请求包括设备标识和图像数据,判断请求,若请求为模型训练,获取图像数据训练映射关系模型,上传图像数据及其识别码与训练后的映射关系模型至区块链,根据设备标识向训练请求设备发放代币,以激励训练请求设备,从而能激励边缘设备提供大量数据来进行映射关系模型训练,图像数据与训练后的映射关系模型均上传区块链,可避免图像数据被边缘设备滥用。

技术领域

本申请涉及区块链技术领域,具体而言,涉及一种基于区块链激励的自动编码器特征提取方法、系统、装置、计算机设备以及计算机可读存储介质。

背景技术

自动编码器是一种无监督的神经网络结构,其目标在于得到图像的隐含层描述,该描述通过一定的映射关系(编码过程)得到,并且能够还原成原有的数据(解码过程),经常用于图像特征描述。

优秀的自动编码器能够在编码再解码后,结果与原始数据尽量接近。为了达到这种技术效果,自动编码器需要大量的数据进行映射关系的训练。然而,如何获取大量数据来进行映射关系的训练,以及如何避免图像数据被边缘设备滥用,一直是困扰本领域技术人员的技术难题。

综上所述,现有技术中存在如何获取大量数据来进行映射关系的训练,以及如何避免图像数据被边缘设备滥用等技术问题。

发明内容

为了解决上述技术问题,本发明提供一种基于区块链激励的自动编码器特征提取方法、装置、系统、计算机设备以及计算机可读存储介质。

一种基于区块链激励的自动编码器特征提取方法,包括:

解析多个请求设备的请求,所述请求包括设备标识和图像数据;

判断所述请求,若所述请求为模型训练,获取所述图像数据训练映射关系模型;

上传所述图像数据及其识别码与训练后的映射关系模型至区块链;

根据所述设备标识向训练请求设备发放代币。

一种基于区块链激励的自动编码器特征提取系统,包括:多个请求设备、服务器以及区块链;

所述服务器解析多个所述请求设备的请求,所述请求包括设备标识和图像数据;

所述服务器判断所述请求,若所述请求为模型训练,获取所述图像数据训练映射关系模型;

所述服务器上传所述图像数据及其识别码与训练后的映射关系模型至所述区块链;

所述服务器根据所述设备标识向训练请求设备发放代币。

一种基于区块链激励的自动编码器特征提取装置,包括:

解析模块,用于解析多个所述请求设备的请求,所述请求包括设备标识和图像数据;

训练判断模块,用于判断所述请求,若所述请求为模型训练,获取所述图像数据训练映射关系模型;

上链模块,用于上传所述图像数据及其识别码与训练后的映射关系模型至所述区块链;

代币发放模块,用于根据所述设备标识向训练请求设备发放代币。

一种计算机设备,包括存储器和处理器,所述存储器存储计算机程序,所述计算机程序在所述处理器中执行可实现方法。

一种计算机可读存储介质,存储计算机程序,所述计算机程序在处理器中执行可实现上述方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州趣链科技有限公司,未经杭州趣链科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011624852.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top