通讯高效的联邦个性化特征选择方法及系统

    公开(公告)号:CN119990372A

    公开(公告)日:2025-05-13

    申请号:CN202510172673.3

    申请日:2025-02-17

    Abstract: 本发明提供了一种通讯高效的联邦个性化特征选择方法及系统,方法包括步骤S1:在多个数据所有者的本地设备上进行特征分析,将初步分析结果发送至中心服务器;步骤S2:中心服务器接收初步分析结果,为多个本地设备生成个性化特征选择策略;步骤S3:各本地设备根据接收到的个性化特征选择策略训练模型,将更新后的模型参数发送至中心服务器;步骤S4:中心服务器汇总各个设备发送的模型参数,更新全局模型。本发明通过引入一种适应于各数据所有者本地数据特性的个性化特征选择机制,克服了传统全局特征选择方法在处理具有不同特征维度、数据分布和样本量的异质性数据时的不足,从而提升了联邦学习模型的整体性能和本地适应性。

    一种PBFT分布式身份共识方法及区块链系统

    公开(公告)号:CN119814271A

    公开(公告)日:2025-04-11

    申请号:CN202411893188.7

    申请日:2024-12-20

    Abstract: 本发明涉及一种PBFT分布式身份共识方法及区块链系统,其中方法将区块链系统中的节点分为运行节点和待命节点,运行节点参与共识过程,提供外部节点的认证服务,待命节点在完成注册后等待激活,不参与当前纪元的共识,保持监听状态,预备下一纪元激活参与;分布式身份共识采用PBFT协议,维持一个主运行节点和多个副本运行节点的结构;共识内容被标准化为提议、验证与执行三个原语,其中,提议由主运行节点调用,将操作及其参数包装成提案并广播给其他副本运行节点;副本运行节点进行操作验证;在满足共识条件后根据参数执行操作。与现有技术相比,本发明具有提供了高效的系统一致性随机转移、增强了区块链系统鲁棒性和灵活性等优点。

    基于大模型上下文学习的案件自动分类方法、系统及介质

    公开(公告)号:CN120031024A

    公开(公告)日:2025-05-23

    申请号:CN202311539276.2

    申请日:2023-11-17

    Abstract: 本发明涉及一种基于大模型上下文学习的案件自动分类方法、系统及介质,该方法包括以下步骤:获取待分类的案件文书;将所述待分类的案件文书输入至预先构建好的罪名分类模型获得罪名分类基准;将所述待分类的案件文书压缩为向量表示,与所述罪名分类基准共同为索引,从预先构建好的类案库检索近似案件文书;基于所述待分类的案件文书、罪名分类基准和近似案件文书构造提示,并交由预先训练好的大模型进行分类预测,完成案件自动分类过程。与现有技术相比,本发明具有分类准确性高、提供法官更准确的案件审理建议等优点。

Patent Agency Ranking