- 3
- 0
- 约2万字
- 约 17页
- 2023-11-22 发布于四川
- 举报
本发明公开了一种基于非交集差分隐私联邦学习的卷积神经网络训练方法,主要解决现有技术训练的卷积神经网络模型隐私保护能力低、模型分类精度低的问题。其实现方案为:构建联邦学习系统;客户端初始化联邦学习训练数据集;客户端初始化卷积神经网络模型;客户端初始化本地卷积神经网络模型及本地隐私预算值;客户端对本地卷积神经网络模型进行迭代训练;客户端计算训练后本地模型的非交集元素;客户端根据非交集元素结果对量化后本地模型添加噪声;中央服务器通过聚合添加噪声后的本地卷积神经网络模型对卷积神经网络模型进行迭代训练,得
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117095227 A
(43)申请公布日 2023.11.21
(21)申请号 202311116879.1 G06N 3/08 (2023.01)
(22)申请日 2023.08.3
您可能关注的文档
- 一种移动式应急原位土壤注入修复系统.pdf
- 一种可拆卸钢筋桁架楼承板及其组合现浇楼板施工方法.pdf
- 用于水质监测的高光谱综合采集及分析处理装置.pdf
- 智能门窗的交互控制方法及系统.pdf
- 一种具有形变区域的汽车前盖及易受损对象保护方法.pdf
- 一种车辆避障方法、系统、交通工具及存储介质.pdf
- 基于OCT和紫外激光的镜头转换式炎症性皮肤病诊疗装置.pdf
- 一种交指叠层电容片上太阳能电池及其制备方法.pdf
- 一种高盐食品重金属检测设备和检测方法.pdf
- 一种采用电驱动的主动预紧式安全带控制系统及其实现方法.pdf
- 中国国家标准 GB/T 48358-2026电子组件用元器件和零件的晶须试验方法.pdf
- GB/T 48358-2026电子组件用元器件和零件的晶须试验方法.pdf
- 中国国家标准 GB/T 15298.1-2026电子设备用电位器 第1部分:总规范.pdf
- GB/T 15298.1-2026电子设备用电位器 第1部分:总规范.pdf
- 《GB/T 15298.1-2026电子设备用电位器 第1部分:总规范》.pdf
- GB/T 7962.1-2026无色光学玻璃测试方法 第1部分:折射率和色散系数.pdf
- 中国国家标准 GB/T 7962.1-2026无色光学玻璃测试方法 第1部分:折射率和色散系数.pdf
- 《GB/T 7962.1-2026无色光学玻璃测试方法 第1部分:折射率和色散系数》.pdf
- 《GB/T 7095.1-2026漆包铜扁绕组线 第1部分:一般规定》.pdf
- 中国国家标准 GB/T 7095.1-2026漆包铜扁绕组线 第1部分:一般规定.pdf
原创力文档

文档评论(0)