基于联邦学习的玉米叶片病害识别方法
联邦学习可利用分布式数据实现模型共享训练,无需本地数据上传继而可保证数据资产安全,但数据异构导致本地模型产生漂移而难以有效聚合全局模型。为此,本文提出了一种基于联邦学习的分布式病害识别方法G-FedAvg。针对各用户间数据种类缺失异构导致模型泛化性减...
山东农业大学学报(自然科学版)
2024年05期
立即查看 >
图书推荐
相关工具书