-
公开(公告)号：CN117788949A
公开(公告)日：2024-03-29
申请号：CN202410017824.3
申请日：2024-01-05
Applicant: 南京信息工程大学
IPC: G06V10/764 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/098 , G06N3/042
Abstract: 本发明公开了基于个性化联邦学习和条件生成对抗网络的图像分类方法，构建本地分类模型和本地cGAN，通过初始化进行更新替换；计算本地分类模型的分类损失，通过最小化分类损失得到更新后的本地分类模型，训练本地cGAN，得到更新后的本地cGAN，统计本地数据集数据大小并上传至云端服务器；通过本地数据集大小加权聚合进行初始化，利用噪声数据生成的伪数据进行知识蒸馏，完成模型参数的聚合；云端服务器将全局基础层和全局生成器分发至所有客户端，重复前面步骤操作直到各客户端本地分类模型收敛，得到最终的本地分类模型。本发明提高了图片分类的准确性，有效解决了由数据异质性带来的特征偏移问题，保护了用户的隐私。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
