-
公开(公告)号：CN119670840A
公开(公告)日：2025-03-21
申请号：CN202411719435.1
申请日：2024-11-28
Applicant: 苏州大学
IPC: G06N3/0895 , H04L67/12 , G06N3/098
Abstract: 本发明涉及车联网技术领域，尤其是指一种车联网联邦半监督学习方法及系统，包括：在每次迭代中，车辆客户端首先生成无标签样本数据的伪标签，再对本地模型进行训练，上传至服务器端；服务器端将所有车辆客户端的本地模型聚合后，与利用有标签样本数据训练的监督模型再次聚合，得到当前迭代的全局模型，继续用于下一次迭代中本地模型的训练。本发明提高了模型训练效率，进一步提高了系统的实时性和适应性，增强了车辆在复杂多变的交通环境中的应对能力。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
