一种基于超网络的联邦个性化人类活动识别训练方法

本发明公开了一种基于超网络的联邦个性化人类活动识别训练方法，包括：服务器随机选取多个客户端参与训练，并将嵌入网络参数广播至这些客户端。客户端接收到嵌入网络参数后，结合本地数据集生成嵌入描述向量，并上传至服务器。服务器根据每个客户端上传的嵌入描述向量生成对应的个性化模型参数，随后将其下发至客户端用于本地微调。微调完成后，客户端将个性化模型参数更新量上传至服务器，服务器据此更新超网络并生成嵌入描述向量更新量返回客户端。客户端结合嵌入空间‑个性化模型参数空间之间相似度一致性约束并根据嵌入描述向量更新量生成引导嵌入网络的更新梯度。服务器收集所有客户端上传的更新梯度并进行聚合，完成嵌入网络的更新。