公开(公告)号：CN118171076B

公开(公告)日：2024-09-06

申请号：CN202410591472.2

申请日：2024-05-14

申请人： 中国矿业大学

发明人： 陈杨 ,  赵祉岳 ,  孙晓燕 ,  孙瑞金 ,  韩冬 ,  姚利明 ,  刘晓敏 ,  彭阳

IPC分类号： G06F18/21 ,  G06F18/2321 ,  G06N3/0499 ,  G06N20/00 ,  G06F21/62

摘要： 本发明公开了一种数据特征提取方法、系统及计算机设备，涉及特征提取技术领域。本发明的方法包括如下步骤：获取多个客户端的隐私样本数据集；将多个隐私样本数据集分别输入深度神经网络中进行特征提取，得到多个特征数据集；根据多个特征数据集的特征点建立第一距离矩阵，对第一距离矩阵进行聚类，得到每个客户端的隐私样本数据集的聚类中心；将多个客户端的聚类中心发送至模型构建端，根据多个客户端的聚类中心构建第二距离矩阵，并对第二距离矩阵进行再聚类，得到隐私数据特征。本发明能够在客户端隐私保护的前提下刻画隐私数据的统计特性，改善联邦学习对异构数据的训练效果；且实现多领域、多模态的知识共享，提高了模型性能。

公开(公告)号：CN118171076A

公开(公告)日：2024-06-11

申请号：CN202410591472.2

申请日：2024-05-14

申请人： 中国矿业大学

发明人： 陈杨 ,  赵祉岳 ,  孙晓燕 ,  孙瑞金 ,  韩冬 ,  姚利明 ,  刘晓敏 ,  彭阳

IPC分类号： G06F18/21 ,  G06F18/2321 ,  G06N3/0499 ,  G06N20/00 ,  G06F21/62

摘要： 本发明公开了一种数据特征提取方法、系统及计算机设备，涉及特征提取技术领域。本发明的方法包括如下步骤：获取多个客户端的隐私样本数据集；将多个隐私样本数据集分别输入深度神经网络中进行特征提取，得到多个特征数据集；根据多个特征数据集的特征点建立第一距离矩阵，对第一距离矩阵进行聚类，得到每个客户端的隐私样本数据集的聚类中心；将多个客户端的聚类中心发送至模型构建端，根据多个客户端的聚类中心构建第二距离矩阵，并对第二距离矩阵进行再聚类，得到隐私数据特征。本发明能够在客户端隐私保护的前提下刻画隐私数据的统计特性，改善联邦学习对异构数据的训练效果；且实现多领域、多模态的知识共享，提高了模型性能。