一种基于滚动提取的异构工业检测训练方法

本发明公开了一种基于滚动提取的异构工业检测训练方法，属于联邦学习和分布式机器学习的技术领域，包括：提取子模型，并对子模型进行训练；每个客户端采用滚动窗口从服务器的全局模型中提取子模型参数集合；服务器对每个客户端更新后的子模型参数进行选择性平均聚合；服务器根据每个客户端的子模型的分类准确率进行动态加权聚合。本发明通过在不同客户端设备之间共享子模型的动态提取，突破了模型一致性限制，确保全局服务器模型能够平衡地进行训练；本发明方法不仅支持低资源设备的参与，还在保证数据隐私的前提下优化了模型的精度和泛化能力。