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：电子科技大学长三角研究院(湖州)
摘要：本发明公开了基于隐私保护的联邦少样本学习的点云数据分类方法，通过构建点云数据分类的本地模型，并基于获取的一组点云数据进行分类训练，将得到的本地模型参数传输至全局服务器，全局服务器结合其他节点的参数进行聚合，得到全局模型参数，基于全局模型参数更新本地模型参数；其中，本地模型通过嵌入层对点云数据支持集和查询集进行特征提取，将分别得到的局部原型特征和局部查询特征，通过注意力机制进行自适应地数据信息增强，得到注意力参数，基于注意力参数更新局部特征，全局服务器对各本地节点更新的局部特征进行聚合与分配，本地节点根据分配的全局特征，通过可学习层进行本地模型的分类预测。
主权项：1.基于隐私保护的联邦少样本学习的点云数据分类方法，应用于本地节点，其特征在于，构建点云数据分类的本地模型，并基于获取的一组点云数据进行分类训练，将得到的本地模型参数传输至全局服务器，以使全局服务器结合其他节点的参数进行聚合，得到全局模型参数，获取并基于全局模型参数更新本地模型参数；所述本地模型通过嵌入层对点云数据支持集和查询集进行特征提取，将分别得到的局部原型特征和局部查询特征，通过注意力机制进行自适应地数据信息增强，得到注意力参数，基于注意力参数更新局部特征，以使全局服务器对各本地节点更新的局部特征进行聚合与分配，获取分配的全局特征，并通过可学习层进行本地模型的分类预测。
全文数据：
权利要求：
百度查询： 电子科技大学长三角研究院(湖州) 基于隐私保护的联邦少样本学习的点云数据分类方法
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