龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华能澜沧江水电股份有限公司;河海大学
摘要：本发明公开一种基于无人机群协同的库区水华快速监测方法及装置，通过本地更新量化技术，在保证库区水华监测模型精度的前提下，压缩无人机与中央服务器的通信量，优化联邦学习通信效率。本地更新量化为无人机定义损失函数队列，采用历史和当前损失函数比值，合理量化本地模型更新。本发明解决了无人机群采集图片难以大批量上传、库区水华监测所需通信量过大和由于频繁通信所导致的库区水华监测模型收敛缓慢的问题，减少了无人机与中央服务器之间的通信开销，能够更快速地获取库区水华监测的全局模型。
主权项：1.一种基于无人机群协同的库区水华快速监测方法，其特征在于，通过本地更新量化技术，压缩无人机与中央服务器间模型更新，通过无人机集群采集库区水华图像数据，对无人机上训练的本地模型进行聚合后得到的全局模型，即库区水华快速监测模型。包括以下步骤：步骤1根据无人机拍摄的水华图像数据，无人机通过联邦学习算法训练本地模型，即库区水华快速监测模型；在第r轮训练过程中，中央服务器将第r-1轮全局模型更新发送至N台无人机；步骤2接收到全局模型更新的N台无人机将本地模型更新为其中为更新后的本地模型，为更新前的本地模型；步骤3更新本地模型后，参与联邦训练的无人机根据自身采集的水华图像数据，定义损失函数队列，计算历史平均损失值和当前平均损失值；步骤4采用历史和当前损失函数比值，为本地模型确定通信量化系数，并进一步引入衰退学习率，改善量化效果随着通信轮数迭代逐渐减弱的问题；步骤5采用随机均匀量化操作压缩本地模型更新为无人机ci的量化后本地模型更新，并将传递通信至中央服务器，中央服务器收到模型更新后便可准备下一轮通信，重复步骤1-步骤5直至全局模型收敛或达到指定的通信轮次，在保证全局模型精度的基础上大量降低联邦学习通信成本，加快库区水华监测模型的收敛速度，大幅降低库区水华监测模型训练过程中的通信量，最终获得的全局模型即为库区水华快速监测模型。
全文数据：
权利要求：
百度查询： 华能澜沧江水电股份有限公司 河海大学 基于无人机群协同的库区水华快速监测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号