一种基于横向联邦学习框架的目标检测方法.pdfVIP

下载本文档

2
0
约1.22万字
约 13页
2023-05-20 发布于北京
举报
版权申诉

一种基于横向联邦学习框架的目标检测方法.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于横向联邦学习框架的目标检测方法，包括构建横向联邦学习框架，框架包括客户端检测模型、中心服务网络和数据集；为每个客户端检测模型分配独立的数据集，并通过该数据集对模型进行训练；对客户端检测模型训练过程中使用的梯度下降算法进行优化，加快模型的收敛速度；提取出已训练模型的参数，并通过差分隐私策略将这些参数传输到中心服务网络；对中心服务网络进行训练，并得到参数聚合后的模型参数返回给各个客户端检测模型，客户端检测模型再根据返回的参数更新模型；使用更新后的模型进行检测。本发明采用基于横向联

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114925848 A (43)申请公布日 2022.08.19 (21)申请号 202210492162.6 G06F 21/62 (2013.01) (22)申请日 2022.05.