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：广东电网有限责任公司惠州供电局
摘要：本发明提供一种基于缺失数据填补模型的个性化联邦学习方法及系统，方法包括：客户端接收设备状态监测传感器的数据集，将其划分为高缺失率集与低缺失率集；客户端通过服务器循环训练更新填补模型；客户端填补低缺失率集并合成伪标签，并训练辅助分类器；客户端更新数据集中的低缺失率集，然后使用更新后的数据集与训练后的辅助分类器二次训练填补模型；客户端填补数据集中的高缺失率集，然后使用填补后的高缺失率集二次更新数据集，得到填补后设备状态监测传感器的数据。本发明在保护传感器数据隐私的同时，提供了高细粒度级别的缺失数据填补方法，提升了传感器数据处理的准确性，提升了工业物联网环境中数据监测的有效性。
主权项：1.一种基于缺失数据填补模型的个性化联邦学习方法，其特征在于，具体包括如下步骤：S1、客户端接收设备状态监测传感器的数据集，客户端中的填补模型依据缺失率阈值将数据集划分为高缺失率集与低缺失率集；S2、客户端基于低缺失率集，通过服务器循环训练更新填补模型，在达到预设的训练终止条件后得到训练更新后的填补模型；S3、客户端使用训练更新后的填补模型填补低缺失率集，通过聚类算法为填补后的低缺失率集合成伪标签，使用填补后的低缺失率集与伪标签训练辅助分类器，得到训练后的辅助分类器；S4、客户端使用填补后的低缺失率集更新数据集中的低缺失率集，然后使用更新后的数据集与训练后的辅助分类器二次训练填补模型，得到二次训练后的填补模型；S5、客户端使用二次训练后的填补模型填补数据集中的高缺失率集，然后使用填补后的高缺失率集二次更新数据集，得到最终填补后的设备状态监测传感器的数据。
全文数据：
权利要求：
百度查询： 广东电网有限责任公司惠州供电局 一种基于缺失数据填补模型的个性化联邦学习方法及系统
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