端边云协同智能系统中的自适应资源优化与模型泛化方法

本发明公开端边云协同智能系统中的自适应资源优化与模型泛化方法，包括如下步骤：端设备采集对应的环境数据和设备运行参数，基于采集的数据对预设的本地模型进行训练；构建数字孪生模型，基于数字孪生模型实时监测到的实时数据流，计算实时监测到的实时数据流与预设的数据分布模型之间的统计距离，若统计距离大于预设值，则启动主动样本选择机制对本地模型进行优化更新，并将优化更新的本地模型发送至边缘节点；采用双向知识蒸馏机制压缩端设备、边缘节点发送的本地模型，获得轻量级模型并通过云服务器进行全局优化和融合。本发明能够优化资源分配，提升模型泛化能力，从而提高系统的数据处理效率、资源配置的公平性以及智能决策的准确性。