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
本发明提供了一种基于粒子群算法的联邦学习优化方法及装置，其中，方法包括：服务器根据场景确定全局模型的目标需求，初始化全局模型，并将全局模型广播给参与联邦学习的客户端；参与联邦学习的客户端采用粒子群优化算法对所述全局模型进行改进后得到模型更新参数；采用基于模型的权值散度和更新增量的梯度压缩方法，对模型更新参数进行压缩；将压缩后的模型更新参数上传至服务器，服务器在此基础上聚合参与联邦学习的客户端模型参数，基于参与联邦学习的客户端进行训练所用的数据集容量进行赋权，并聚合得到新的全局模型参数。本申请通过
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116629305 A
(43)申请公布日 2023.08.22
(21)申请号 202310583573.0
(22)申请日 2023.05.22
(71)申请人 广州大学
地址 510006
文档评论（0）