基于改进NSGA-III的多目标联邦学习进化方法.pdfVIP

下载本文档

2
0
约2.83万字
约 21页
2023-05-17 发布于四川
举报
版权申诉

基于改进NSGA-III的多目标联邦学习进化方法.pdf

1、本文档共21页，其中可免费阅读20页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明属于人工智能领域，公开了基于改进NSGA‑III的多目标联邦学习进化方法，包括以下步骤：获取学习数据；构建联邦学习多目标优化模型；快速贪婪初始化，并进行多目标评估；进行非占优排序；进行迭代，每次迭代进行如下操作：选择、交叉、变异算子操作，产生Qt，对子代种群进行联邦学习的训练评估，计算得到每个个体的三个目标；混合父代和子代种群Rt＝Qt+Pt；对Rt非占优排序，并依靠参考点选择Pt+1；找出帕累托最优解，输出帕累托最优解对应的标注结果。本发明对比经典算法能得到较优帕累托解，在保证全局模型准

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114819181 A (43)申请公布日 2022.07.29 (21)申请号 202210396629.7 (22)申请日 2022.04.15 (71)申请人中国人民解放军国防科技大学地址