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
本发明涉及一种基于数据质量的联邦学习方法及系统，方法包括：根据联邦学习任务要求，向各个参与方发送数据需求规范；获取各个参与方的参与请求、任务报价及信誉值；根据各个参与方的参与请求、任务报价及信誉值计算被选择参与方；向被选择参与方发送全局模型数据；获取被选择参与方计算的局部模型数据，对全局模型数据进行更新；计算各个被选择参与方的贡献度，更新信誉值。本发明的方法在参与方数据质量不平衡的情况下，能够在每次迭代结束后有效识别和筛选出数据质量高的参与方，并在每次迭代开始时在预算范围内动态选择信誉度最高的若
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116822646 A
(43)申请公布日 2023.09.29
(21)申请号 202310528035.1
(22)申请日 2023.05.11
(71)申请人 杭州电子科技大学
地址 3100
文档评论（0）