一种车联网个性化联邦原型增强学习方法

AITNT
正文
推荐专利
一种车联网个性化联邦原型增强学习方法
申请号:CN202511049005
申请日期:2025-07-29
公开号:CN120952100A
公开日期:2025-11-14
类型:发明专利
摘要
本发明涉及一种车联网个性化联邦原型增强学习方法,属于车联网技术领域。本发明包括:基于有向无环图区块链DAG构建双层联邦架构,由路侧单元RSU维护模型参数与原型集;设计主动度量个性化聚合策略,划分特征提取层与决策层,加权聚合特征提取器以适配本地数据;采用轻量级原型生成器生成特征原型,补充稀缺类别表示;结合正向插值增强原型多样性、负向插值模糊决策边界,优化全局模型训练。本发明显著提升数据隐私保护与系统安全性;增强本地模型个性化决策能力;有效缓解数据异质性和样本稀缺问题;优化全局模型泛化性与收敛效率;提高车联网系统整体鲁棒性。
技术关键词
原型 学习方法 生成特征 特征提取器 有向无环图 模糊决策 智能驾驶决策 数据隐私保护 智能网联汽车 分类器参数 车联网系统 传感特征 样本 生成器网络 车联网技术 标签 鲁棒性 策略
系统为您推荐了相关专利信息
1
一种心脏电-机械耦合的跨模态时空-语义对齐方法
可变形卷积网络 语义 融合特征 医学 时间卷积网络
2
星载激光雷达风场UV风矢量的反演方法、装置以及设备
星载激光雷达 反演算法 数据 风速 风廓线雷达
3
基于知识迁移的自适应聚类联邦学习方法
客户端 联邦学习方法 聚类 模型更新 服务器
4
一种桥墩水下检测布点方案的深度学习方法
桥墩水下检测 深度学习方法 深度学习网络模型 编码 测点布置方法
5
一种用于图像小目标检测的可分离多尺度特征融合方法
检测网络模型 多尺度特征融合 特征提取器 输出特征 图像
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