- 专利标题: 一种基于联邦学习的大坝缺陷识别模型快速收敛方法
-
申请号: CN202211067860.8申请日: 2022-09-01
-
公开(公告)号: CN115410103B公开(公告)日: 2023-04-25
- 发明人: 毛莺池 , 王佳俊 , 张宗亮 , 肖海斌 , 陈豪 , 王孜博 , 郭有安 , 王子成 , 王龙宝 , 廖贵能 , 彭欣欣 , 聂兵兵 , 汪国斌 , 王川 , 余意 , 吴光耀 , 翟笠
- 申请人: 河海大学 , 华能澜沧江水电股份有限公司 , 华能集团技术创新中心有限公司 , 中国电建集团昆明勘测设计研究院有限公司
- 申请人地址: 江苏省南京市江宁区佛城西路8号; ; ;
- 专利权人: 河海大学,华能澜沧江水电股份有限公司,华能集团技术创新中心有限公司,中国电建集团昆明勘测设计研究院有限公司
- 当前专利权人: 河海大学,华能澜沧江水电股份有限公司,华能集团技术创新中心有限公司,中国电建集团昆明勘测设计研究院有限公司
- 当前专利权人地址: 江苏省南京市江宁区佛城西路8号; ; ;
- 代理机构: 南京乐羽知行专利代理事务所
- 代理商 李玉平
- 主分类号: G06V20/17
- IPC分类号: G06V20/17 ; G06V20/10 ; G06V10/774 ; G06V10/778 ; G06N20/20
摘要:
本发明公开一种基于联邦学习的大坝缺陷识别模型快速收敛方法,通过梯度方差缩减和全局动量下降技术,分别对大坝缺陷识别模型的本地训练阶段和全局聚合阶段进行了梯度修正。梯度方差缩减技术根据全局模型和本地模型的差异程度,调整本地模型梯度,减少设备间模型参数的离散性;根据权重控制机制,检测全局模型的历史精度变化率,动态调整本地梯度的修正程度,保证在收敛阶段本地参数更新的稳定性。在全局聚合阶段根据动量梯度下降技术,综合全局模型参数的历史变化状态,减少全局模型参数的振荡,提高全局模型收敛速度。本发明解决了无人机巡检图片大批量上传难、易泄露问题,缓解客户端漂移现象,解决了大坝缺陷识别模型收敛缓慢的问题。
公开/授权文献
- CN115410103A 一种基于联邦学习的大坝缺陷识别模型快速收敛方法 公开/授权日:2022-11-29