摘要
本发明涉及深度学习领域，涉及一种基于深度学习模型的计算机系统，其中通信模块从边缘端实时获取多个待校正设备的待校正设备数据和边缘模型参数，边缘设备模型用于对待校正设备数据进行初步校正；聚类模块对待校正设备数据进行聚类处理，获得数据簇对应的关联因子；训练模块利用边缘模型参数和样本设备数据对所述基础模型进行训练，在基础模型满足预设的深度学习收敛条件时，得到中心校正模型；收敛条件为基础模型通过关联因子学习到待校正设备的关联运行模式；校正模块将初步校正参数输入中心校正模型，获得二次校正数据。本发明申请通过关联因子提炼待校正设备数据间的内在关联特征，使模型具备考虑数据关联性的能力，有效缩小设备误差。
