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
本发明公开了一种联邦推荐中基于自训练双网络的交互数据去噪方法，该方法先预热训练5~15个轮次；各个客户端的本地模型和本轮次的全局模型构成当前客户端的双网络，由双网络对本地数据集预测；预测结果满足阈值条件的样本构成初始自训练数据集，不满足阈值条件的样本构成无标签数据集；自训练数据集代替原本客户端上噪声率较高的本地数据集以支持后续训练；后续轮次中，当本地模型训练结束时，双网络对本地无标签数据集预测，满足阈值条件的样本被移入自训练数据集；去噪达一定轮次后无标签数据重新被贴上标签1。本发明适用于任何基于
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117763287A
(43)申请公布日2024.03.26
(21)申请号202311786976.1
(22)申请日2023.12.25
(71)申请人桂林电子科技大学
地址5410
文档评论（0）