原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
一种类自适应联邦半监督学习方法，首先，基于客户端采集的样本数据，边缘服务器训练半监督学习模型，并仅将模型参数发送给聚合服务器。然后，聚合服务器根据收到的梯度以及边缘服务器的数量推算出全局数据类别数目的变化。其中，若有类别增加，则平均聚合收到的参数得到新的全局参数，无需做其他改变。若有类别减少，则使用上一轮收到的边缘参数平均聚合得到新的全局参数，无需做其他改变。若类别数目不变，某类样本数量变化，则将全局数据类别数目的变化发送至边缘服务器并依据全局数据类别数目的变化进行样本扩充。最后，边缘服务器使用
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116596064 A
(43)申请公布日 2023.08.15
(21)申请号 202310665084.X
(22)申请日 2023.06.06
(71)申请人 北京崇实允升科技有限公司
地址
文档评论（0）