一种基于主动学习和半监督学习的车联网联邦学习方法

被引：0
专利类型：
发明
申请号：
CN202411015347.3
申请日：
2024-07-26
公开(公告)号：
CN119251639A
公开(公告)日：
2025-01-03
发明(设计)人：
霍炎 苏向清 王晓轩 荆涛 高青鹤 马博程
申请人：
北京交通大学
申请人地址：
100044 北京市海淀区西直门外上园村3号
IPC主分类号：
G06V10/82
IPC分类号：
G06V20/58 G06V10/25 G06V10/764 G06V10/766 G06V10/94 G06V10/96 G06N3/045 G06N3/0464 G06N3/098 G06N3/091 G06N3/0895
代理机构：
北京正华智诚专利代理事务所(普通合伙) 11870
代理人：
李林合
法律状态：
实质审查的生效
国省代码：
北京市 市辖区
引用
下载
收藏
法律状态
法律状态公告日 法律状态 法律状态信息
2025-01-21 实质审查的生效 实质审查的生效IPC(主分类):G06V 10/82申请日:20240726
2025-04-15 授权 授权
2025-01-03 公开 公开
共 50 条
[41]   基于超像素主动学习和半监督学习策略的图像瑕疵分割方法 [P]. 
程良伦 ;
胡文韬 ;
吴文昊 ;
黄国恒 .
中国专利 :CN114758133B ,2025-04-15
[42]   一种针对拜占庭攻击的车联网联邦学习防御方法、存储介质和电子设备 [P]. 
付宇钏 ;
唐鑫龙 ;
李长乐 .
中国专利 :CN116527336B ,2025-09-09
[43]   基于半监督学习和对抗学习的频谱感知方法 [P]. 
王永华 ;
徐光海 .
中国专利 :CN118826928A ,2024-10-22
[44]   一种基于多跳通信的车联网动态分层联邦学习方法 [P]. 
张震 ;
高卓航 ;
张金传 ;
冯启龙 ;
霍杨杰 ;
彭晗 ;
田志平 .
中国专利 :CN120499215A ,2025-08-15
[45]   基于半监督的横向联邦学习优化方法、设备及存储介质 [P]. 
魏锡光 ;
鞠策 ;
李权 ;
曹祥 ;
刘洋 ;
陈天健 .
中国专利 :CN111275207A ,2020-06-12
[46]   基于半监督的横向联邦学习优化方法、设备及存储介质 [P]. 
魏锡光 ;
鞠策 ;
李权 ;
曹祥 ;
刘洋 ;
陈天健 .
中国专利 :CN111275207B ,2024-04-30
[47]   基于主动学习和模型压缩的联邦学习全局模型训练方法 [P]. 
张琛 ;
胡雄伟 ;
鱼滨 ;
解宇 .
中国专利 :CN114943345B ,2024-06-11
[48]   基于在线伪标签半监督学习与个性化联邦学习的室内定位方法 [P]. 
伍哲舜 ;
吴晓萍 ;
龙云亮 .
中国专利 :CN114897063A ,2022-08-12
[49]   基于主动学习和模型压缩的联邦学习全局模型训练方法 [P]. 
张琛 ;
胡雄伟 ;
鱼滨 ;
解宇 .
中国专利 :CN114943345A ,2022-08-26
[50]   一种基于动态契约理论的车联网联邦学习激励方法 [P]. 
陈俣欣 ;
刘园 .
中国专利 :CN114647982B ,2024-10-22
12345