一种用于电网边缘计算系统的联邦学习方法及其相关装置

    公开(公告)号:CN113221470A

    公开(公告)日:2021-08-06

    申请号:CN202110651200.3

    申请日:2021-06-10

    摘要: 本申请公开了一种用于电网边缘计算系统的联邦学习方法及其相关装置,服务器在接收到客户端的加入联邦学习请求时,获取各客户端链路的可靠度,进而选择对电网边缘计算系统的资源利用率有正向影响的客户端加入本轮联邦学习;服务器将当前最新的全局模型发送给参与本轮联邦学习的所有客户端,使得各客户端根据本地数据集对该全局模型进行本地训练,并将各自训练得到的模型参数上传到服务器;服务器将所有模型参数进行聚合作为全局模型的参数,得到新的全局模型;进入下一轮学习,直至达到预设学习轮数,输出新的全局模型,改善了现有的联邦学习方法不对客户端进行选择,存在资源利用率不高,训练周期长,导致系统延迟变长的技术问题。

    一种体现行业特性的企业竞争力评估方法

    公开(公告)号:CN109284883A

    公开(公告)日:2019-01-29

    申请号:CN201710601772.4

    申请日:2017-07-21

    IPC分类号: G06Q10/06

    摘要: 本发明公开了一种体现行业特性的企业竞争力评估方法,包括如下步骤:S1:根据目标行业,确定基本经营环节,及各基本经营环节的权重Pi;S2:确定企业支持性活动,并确定各支持性活动的评价要点;S3:获取待评价企业的基本数据;S4:把获取的基本数据映射至各支持性活动的评价要点,得出评价要点分值Rjk;S5:对要点得分进行量化归一,得出各支持性活动分值RVj;S6:制定重要性矩阵,并与各支持活动分值相乘,得出各基本经营环节分值Vi;S7:利用步骤S1的权重Pi,计算各基本经营环节分值的加权平均值。本发明方法,通过确定基本经营环节和支持性活动的双层次综合评估,更加全面、准确考虑企业的相关要素。同时,通过确定权重使评估能更契合不同行业。