(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 202210474515.X (22)申请日 2022.04.29 (71)申请人 烟台创迹软件 有限公司 地址 264006 山东省烟台市中国 （山 东） 自 由贸易试验区烟台片区长江路161号 天马中心1号楼 2401室 (72)发明人 闫凤图　韩震　张剑　曙光　李想　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 孔凡红 (51)Int.Cl. G06F 30/20(2020.01) G06F 16/2455(2019.01) (54)发明名称 称重模型方案的确定方法、 装置、 计算机设 备及存储介质 (57)摘要 本发明公开了一种称重模型方案的确定方 法、 装置、 计算机设备及存储介质。 该方法包括： 若确定第一节点中与 目标商品类型匹配的称重 模型满足学习完成条件， 则获取第二节点中与目 标商品类型匹配的称重模型； 其中， 第一节点的 数量可以为一个或多个； 将第一节 点中与目标商 品类型匹配的称重模型与第二节点中与 目标商 品类型匹配的称重模型进行比对， 确定与目标商 品类型匹配的目标称重模型； 将与各商品类型匹 配的目标称重模型进行组合， 确定称重模型方 案。 使用本发明的技术方案， 可 以实现提高称重 模型的精度和通用性， 减少部署、 维护和升级的 成本。 权利要求书2页 说明书10页 附图5页 CN 114662340 A 2022.06.24 CN 114662340 A 1.一种称重模型 方案的确定方法， 其特 征在于， 包括： 若确定第一节点中与目标商品类型匹配的称重模型满足学习完成条件， 则获取第 二节 点中与目标商品类型匹配的称重模型； 其中， 第一节点的数量可以为 一个或多个； 将第一节点中与目标商品类型匹配的称重模型与第二节点中与目标商品类型匹配的 称重模型进行比对， 确定与目标商品类型匹配的目标称重模型； 将与各商品类型匹配的目标称重模型进行组合， 确定称重模型 方案。 2.根据权利要求1所述的方法， 其特征在于， 确定第 一节点中与目标商品类型匹配的称 重模型满足学习完成条件， 包括： 若确定第一节点中， 与目标商 品类型匹配的称重模型的模型精度 大于或等于预设精度 阈值， 则确定与目标商品类型匹配的称重模型满足学习完成条件。 3.根据权利要求2所述的方法， 其特征在于， 将第 一节点中与目标商 品类型匹配的称重 模型与第二节点中与目标商品类型匹配的称重模型进 行比对， 确定与目标商品类型匹配的 目标称重模型， 包括： 确定与目标商品类型匹配的各称重模型的模型精度； 将模型精度最大的称重模型， 作为与目标商品类型匹配的目标称重模型。 4.根据权利要求1所述的方法， 其特征在于， 所述第 一节点和所述第 二节点为同一局域 网中的节点； 在获取第二节点中与目标商品类型匹配的称重模型之前， 还 包括： 将第一节点中与目标商品类型匹配的称重模型发送至第二节点； 将与各商品类型匹配的目标称重模型进行组合， 确定称重模型 方案， 包括： 将与各商品类型匹配的目标称重模型进行组合， 作为第二节点的称重模型 方案。 5.根据权利要求1所述的方法， 其特征在于， 所述第一节点为局域网中的从节点， 所述 第二节点 为局域网中的主节点； 在获取第二节点中与目标商品类型匹配的称重模型之前， 还 包括： 将第一节点中与目标商品类型匹配的称重模型发送至第二节点； 将与各商品类型匹配的目标称重模型进行组合， 确定称重模型 方案， 包括： 将与各商品类型匹配的目标称重模型进行组合， 生成称重模型 方案； 通过主节点将 称重模型 方案发送至局域网中的从节点。 6.根据权利要求1所述的方法， 其特征在于， 所述第一节点为局域网中的主节点， 所述 第二节点 为局域网中的从节点， 所述第一节点的数量 为一个； 在获取第二节点中与目标商品类型匹配的称重模型之前， 还 包括： 将第一节点中与目标商品类型匹配的称重模型发送至第二节点； 将与各商品类型匹配的目标称重模型进行组合， 确定称重模型 方案， 包括： 将与各商品类型匹配的目标称重模型进行组合， 作为第二节点的称重模型 方案。 7.根据权利要求1所述的方法， 其特征在于， 所述第 一节点和所述第 二节点为同一局域 网中或者 不同局域网中的节点； 在获取第二节点中与目标商品类型匹配的称重模型之前， 还 包括： 通过服务器获取第一节点发送的与目标商品类型匹配的称重模型； 获取第二节点中与目标商品类型匹配的称重模型， 包括：权　利　要　求　书 1/2 页 2 CN 114662340 A 2通过所述服务器获取第二节点发送的与目标商品类型匹配的满足学习完成条件的称 重模型； 将与各商品类型匹配的目标称重模型进行组合， 确定称重模型 方案， 包括： 将与各商品类型匹配的目标称重模型进行组合， 生成称重模型 方案； 通过服务器将称重模型 方案发送至第一节点和第二节点。 8.一种称重模型 方案的确定装置， 其特 征在于， 包括： 学习完成条件判断模块， 用于若确定第 一节点中与目标商 品类型匹配的称重模型满足 学习完成条件， 则获取第二节 点中与目标商品类型匹配的称重模型； 其中， 第一节点的数量 可以为一个或多个； 称重模型比对模块， 用于若将第 一节点中与目标商 品类型匹配的称重模型与第 二节点 中与目标商品类型匹配的称重模型进行比对， 确定与目标商品类型匹配的目标称重模型； 称重模型方案确定模块， 用于将与各商品类型匹配的目标称重模型进行组合， 确定称 重模型方案。 9.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑7中任一所述的称重 模型方案的确定方法。 10.一种存储计算机可执行指令的存储介质， 其特征在于， 所述计算机可执行指令在由 计算机处 理器执行时用于执 行如权利要求1 ‑7中任一所述的称重模型 方案的确定方法。权　利　要　求　书 2/2 页 3 CN 114662340 A 3