- 1、本文档共6页,其中可免费阅读5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
查看更多
本发明提出一种基于DF(DynamicFusion)的新冠肺炎联邦学习检测方法。由于X‑Ray和肺部CT图像对于新冠肺炎的诊断具有重要意义,而联邦学习可以在保护数据隐私的前提下进行机器学习建模,因此设计了一种使用联邦学习针对图像数据对新冠肺炎进行诊断的方法,可以对不同医院的数据进行综合运用建立基于深度学习的检测模型。为了降低联邦学习中的通信消耗,利用DF(DynamicFusion)对等待上传的模型进行筛选,针对每次客户节点训练的本地模型在测试集上的准确率决定该模型是否上传融合,并通过评估各
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112216401 A
(43)申请公布日 2021.01.12
(21)申请号 202011082180.4
(22)申请日 2020.10.12
(71)申请人 中国石油大学(华东)
文档评论(0)