本发明公开了一种基于多方3D打印数据库联合训练的方法，在第j次训练迭代过程中，得到训练成员i的梯度矩阵Gi；训练成员i对梯度矩阵Gi中的元素按照绝对值大小进行排序，并选择前m个元素得到对应是稀疏矩阵，填充元素为0；计算各训练成员自身数据质量Pi与服务器所有样本对应的数据质量Q之间的相关度，并基于相关度进行排序，获取得到参与当前迭代的训练成员；最后使用参与当前迭代的训练成员稀疏矩阵更新服务器的模型，并对应更新训练成员的模型Wi。本发明实现了多个数据库之间的联合训练，且基于相关度确定当前轮迭代的训练成员，降低了联合训练过程中数据的传输量，降低了数据传输带宽的需求和投入成本，具有较好的实用性。