[发明专利]一种结合自集成和跨模型集成的半监督联邦学习方法

摘要

本发明涉及一种结合自集成和跨模型集成的半监督联邦学习方法，包括以下步骤：S1、每个参与方使用本地数据进行训练得到本地模型；S2、所有参与方将训练好的本地模型上传到中央服务器进行参数融合，得到全局模型；S3、中央服务器将全局模型广播给所有参与方；S4、参与方使用全局模型作为新的本地模型，并在新的本地模型上开始新的一轮本地训练；S5、返回步骤S1，循环执行直至达到预设条件。与现有技术相比，本发明利用了联邦学习中并行产生多个本地模型的特点，通过结合跨模型集成方案与自集成方案，在计算量相对较小的同时使得教师模型更加可靠，从而能够得到更好的训练效果。