公开(公告)号：CN118114096B

公开(公告)日：2025-05-02

申请号：CN202410238820.8

申请日：2024-03-04

Applicant: 杭州电子科技大学

Inventor： 李玉 ,  何科 ,  殷昱煜 ,  李尤慧子 ,  周丽

IPC: G06F18/24 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/098

Abstract: 本发明公开了一种基于联邦学习的个性化半监督交通模式识别方法，该方法首先中央服务器生成初始化基本模型，并选择参与用户发送使用超网络生成的自动编码器。其次参与用户使用本地GPS轨迹数据训练自动编码器，返回给中央服务器，更新用户嵌入以及超网络参数，并得到潜在特征。然后中央服务器使用潜在特征训练基本模型，参与用户本地使用带标签GPS轨迹数据集以及无GPS轨迹标签数据集训练监督MLP模型以及半监督卷积自动编码器模型。最后将基本模型、半监督卷积自动编码器模型以及两者的混合的输出送入软投票器，得出交通方式。本发明解决了数据上传可能出现的数据泄露的以及中央服务器获取用户隐私的问题。

公开(公告)号：CN118114096A

公开(公告)日：2024-05-31

申请号：CN202410238820.8

申请日：2024-03-04

Applicant: 杭州电子科技大学

Inventor： 李玉 ,  何科 ,  殷昱煜 ,  李尤慧子 ,  周丽

IPC: G06F18/24 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/098

Abstract: 本发明公开了一种基于联邦学习的个性化半监督交通模式识别方法，该方法首先中央服务器生成初始化基本模型，并选择参与用户发送使用超网络生成的自动编码器。其次参与用户使用本地GPS轨迹数据训练自动编码器，返回给中央服务器，更新用户嵌入以及超网络参数，并得到潜在特征。然后中央服务器使用潜在特征训练基本模型，参与用户本地使用带标签GPS轨迹数据集以及无GPS轨迹标签数据集训练监督MLP模型以及半监督卷积自动编码器模型。最后将基本模型、半监督卷积自动编码器模型以及两者的混合的输出送入软投票器，得出交通方式。本发明解决了数据上传可能出现的数据泄露的以及中央服务器获取用户隐私的问题。