一种多方高维不平衡联邦进化特征选择方法

本发明涉及高维特征选择技术领域，提供了一种多方高维不平衡联邦进化特征选择方法，首先通过联邦学习多个参与方联合训练gan网络，每个参与方在收敛后将参数上传到联邦服务器，进行聚合，然后由服务器将新的参数回传给各个参与方，并更新局部gan参数。由此联合各个参与方的数据更好的训练全局gan网络。在各个参与方中存在的数据不平衡问题将通过训练好的全局gan网络进行生成虚拟样本进行补全，使得各参与方的数据平衡，再使用代理模型对各参与方的粒子适应度进行评价，和使用进化算法对种群进行迭代，迭代过程中可以将各参与方的最有特征子集上传到联邦服务器，通过服务器进行运算获得各参与方聚合后的最佳特征的子集并回传给各参与方。