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
本发明提供一种基于不平衡数据的去中心化联邦集成学习方法及系统。本发明方法，包括：采集本地原始计算分类数据，并对数据进行处理；确定训练所使用的模型结构，并将处理后的数据作为本地模型训练的输入，得到训练后的本地模型；采用集成学习bagging的思想，得到模型的预测值，并根据预测值做硬投票操作，得到最终的分类结果。本发明的技术方案采用了去中心化联邦学习结构，在没有中心服务器节点的情况下依然能够完成整个联邦学习的过程，避免了可能因中心服务器节点造成的单点故障等问题。本发明采用集成学习的策略，综合考虑了多
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116739117 A
(43)申请公布日 2023.09.12
(21)申请号 202310536689.9
(22)申请日 2023.05.12
(71)申请人 大连海事大学
地址 116026
文档评论（0）