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：河北工业大学
摘要：本发明公开了一种基于公平联邦学习的表面缺陷检测方法，包括以下步骤：S1.所有工厂子端对生产数据进行采集；S2.工厂子端通过卷积神经网络生成局部检测模型；S3.工厂子端将局部检测模型参数和本地资源配置上传至中心端；S4.中心端根据工厂子端资源配置信息和局部检测模型对全局检测模型的效用影响进行贡献度评估；S5.中心端根据贡献度将局部检测模型聚合得到全局检测模型；S6.工厂子端结合全局检测模型和局部检测模型自适应生成个性化模型；S7.工厂子端上传个性化模型和自适应权重；S8.中心端根据模型贡献、模型收益和报酬贡献对报酬收益进行动态优化。
主权项：1.一种基于公平联邦学习的表面缺陷检测方法，其特征在于：包括下述步骤：S1.所有工厂子端对生产数据进行采集，并按照8：2的比例划分训练集与测试集；S2.所有工厂子端利用本地的生产数据，通过卷积神经网络生成局部模型，其中卷积神经网络由卷积层、最大池化层、全连接层和Relu激活函数构成；S3.工厂子端将局部检测模型参数和本地资源配置上传至中心端；S4.中心端根据工厂子端资源配置信息和局部检测模型对全局检测模型的效用影响进行贡献度评估；S5.中心端根据贡献度将局部检测模型聚合得到全局检测模型；S6.工厂子端结合全局检测模型和局部检测模型自适应生成个性化模型；S7.工厂子端上传个性化模型和自适应权重；S8.中心端根据模型贡献、模型收益和报酬贡献对报酬收益进行动态优化。
全文数据：
权利要求：
百度查询： 河北工业大学 一种基于公平联邦学习的表面缺陷检测方法
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