一种面向联邦的联邦的模型训练方法以及分类方法

    公开(公告)号:CN115456201A

    公开(公告)日:2022-12-09

    申请号:CN202211188985.6

    申请日:2022-09-28

    Inventor: 陈益强 卢旺 秦欣

    Abstract: 本发明提供了一种面向联邦的联邦的模型训练方法,用于多个子联邦的子联邦模型训练,其中,每个子联邦是由同一组织的多个客户端构成的联邦,该方法包括:S1、在每个子联邦利用该子联邦的训练集在本地初始化训练其子联邦模型,其中,不同子联邦对应的子联邦模型的分类空间相同;S2、按照预定的传递顺序将前一个子联邦的子联邦模型传递给相邻的下一个子联邦,分别进行多轮联邦训练,得到含有公共知识的子联邦模型;S3、将含有公共知识的子联邦模型传递给每一个子联邦作为最终的教师模型,每个子联邦分别利用最终的教师模型的知识和本地的训练集训练其子联邦模型以得到每个子联邦最终的子联邦模型。

    面具脸特征识别模型训练方法和装置

    公开(公告)号:CN113076813B

    公开(公告)日:2024-04-12

    申请号:CN202110272296.2

    申请日:2021-03-12

    Abstract: 本申请提供一种面具脸特征识别模型训练方法和装置,方法包括:获取样本面部特征视频以及对应的评价标签;样本面部特征视频为用户按照设定规则执行操作而形成的视频;提取样本面部特征视频的图像帧而形成帧序列;按照帧序列,对帧序列中的相邻帧进行差分运算,得到差分图像;提取各个差分图像的特征矩阵;以及,按照帧序列组合各个差分图像的特征矩阵,得到视频特征矩阵;采用视频特征矩阵和对应的评价标签,训练面具脸特征识别模型。相比于现有技术中直接采用利用人脸面部特征进行特征提取,确定面具脸谱特征的方法,本方案能够简化计算,实现面具脸特征识别模型的快速建立,并能够达到较好地准确性。

    基于双重迁移的认知障碍辅助决策支持方法和系统

    公开(公告)号:CN112861879A

    公开(公告)日:2021-05-28

    申请号:CN202110203086.8

    申请日:2021-02-23

    Abstract: 本发明提出一种基于双重迁移的认知障碍辅助决策支持方法和系统,包括本发明提出的方法将样本损失加权选择与特征适配相融合,从双重层面进行迁移,通过对源域样本损失加权,增强与目标域知识关联度高的源域样本作用,同时削弱无关样本的作用;同时,通过对源域与目标域特征空间的适配,拉近领域间分布差异。最终构建在目标域上性能良好的分类模型,判断有无认知障碍。

Patent Agency Ranking