基于双重聚类方式的联邦学习方法、设备、介质及产品

AITNT
正文
推荐专利
基于双重聚类方式的联邦学习方法、设备、介质及产品
申请号:CN202510557778
申请日期:2025-04-29
公开号:CN120375317B
公开日期:2025-09-19
类型:发明专利
摘要
本申请公开了一种基于双重聚类方式的联邦学习方法、电子设备及存储介质。该方法包括:获取能够表征智驾客户端中路况图像训练集的连接权重参数向量,并基于该参数向量进行双重聚类,得到具有相似路况图像训练集的多个智驾客户端集合;然后,基于智驾客户端集合进行联邦学习,得到适用于智驾客户端集合的共用模型参数和本地模型参数,直到训练完成。实施该方法能够基于联邦学习方法基于样本的双重聚类方法准确有效的进行类内的模型聚类训练,从而提高聚类模型的整体性能表现。
技术关键词
联邦学习方法 客户端 参数 图像识别模型 模型更新 计算机程序产品 度量 电子设备 图像识别方法 可读存储介质 存储计算机程序 轮廓系数 聚类方法 处理器 路况信息 指数 存储器
系统为您推荐了相关专利信息
1
基于机器视觉的测绘地理信息分析方法、系统及介质
测绘地理信息 地理要素识别 分析方法 地物特征 输入多尺度
2
基于双图卷积网络互监督的半监督运动想象脑电分类算法
运动想象脑电分类 原始脑电信号 脑电特征 无标签数据 脑机接口系统设计
3
微纳米金属互连结构的等效热导率的获取方法、获取装置、电子设备及存储介质
金属互连结构 微纳米 纳米金属 金属线 参数
4
一种结合无额外参数相似性注意力的遥感图像分割方法
遥感图像分割方法 纹理特征提取 注意力 多层次特征 高层语义特征
5
一种卫星远程测运控系统
地面测控站 高空平台 地球同步轨道卫星 预测控制模型 信号完整性分析
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号