-
题名基于联邦集成算法对不同脱敏数据的研究
- 1
-
-
作者
罗长银
陈学斌
张淑芬
尹志强
石义
李风军
-
机构
宁夏大学数学统计学院
华北理工大学理学院
华北理工大学河北省数据科学与应用重点实验室
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2024年第1期94-102,共9页
-
基金
国家自然科学基金(No.U20A20179)
唐山市科技项目(No.18120203A)资助。
-
文摘
针对联邦学习中存在梯度更新导致本地数据可能泄露的问题,提出基于本地脱敏数据上的联邦集成算法。该算法用变异率与适应度阈值的不同取值对原始数据进行脱敏,且使用不同类型的模型在经不同程度脱敏的数据上进行本地模型训练,以确定适合的联邦集成算法参数。实验结果表明,与联邦平均算法和传统集中式训练相比,stacking联邦集成算法与voting联邦集成算法的准确率要优于基线准确率。在实际应用中,可根据不同的需求设置不同的脱敏参数来保护数据,以此提升数据的安全性。
-
关键词
联邦学习
梯度更新
联邦集成算法
集成算法
-
Keywords
federated learning
gradient update
federated ensemble algorithm
ensemble algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名采用经济断面 提高经济效益
被引量：1
- 2
-
-
作者
罗长银
-
机构
水城矿业(集团)公司大河边煤矿
-
出处
《矿业安全与环保》
北大核心
2005年第B06期16-16,18,共2页
-
文摘
提出经济断面的概念并推导其计算公式。通过对大河边煤矿二采区总回风井采用经济断面前后的通风费用比较,证明采用经济断面有巨大的经济效益。
-
关键词
经济断面
通风
经济效益
-
分类号
TD724
[矿业工程—矿井通风与安全]
-
-
题名基于深度学习的联邦集成算法
- 3
-
-
作者
罗长银
陈学斌
宋尚文
张淑芬
刘之瑜
-
机构
华北理工大学理学院
华北理工大学河北省数据科学与应用重点实验室
华北理工大学唐山市数据科学重点实验室
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2022年第3期493-510,共18页
-
基金
国家自然科学基金(No.61572170,No.61170254,No.61379116)资助
-
文摘
联邦学习是多源隐私数据保护领域研究的热点,其框架在满足数据不出本地的情况下,可以训练出多方均满意的共同模型,但存在本地模型参数难以整合且无法在安全的情况下将多源数据充分使用的问题,因此提出基于深度学习的联邦集成算法,将深度学习与集成学习应用到联邦学习的框架下,通过优化本地模型的参数,提高了本地模型准确率;使用不同的集成算法来整合本地模型参数,在提升模型准确率的同时兼顾了多源数据的安全性。实验结果表明:与传统多源数据处理技术相比,该算法在mnist、digits、letter、wine数据集训练模型的准确率依次提升1%、8%、-1%、1%,在保证准确率的同时也提升多源数据与模型的安全性,具有很重要的应用价值。
-
关键词
联邦学习
联邦集成算法
深度神经网络模型
集成算法
深度学习
-
Keywords
federated learning
federated ensemble algorithm
deep neural network(DNN)model
ensemble algorithm
deep learning
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名调节风门的位置对局部通风机工况的影响
- 4
-
-
作者
罗长银
冉启平
-
机构
水城矿业集团公司大河边矿
水城矿业集团公司
-
出处
《矿业安全与环保》
2004年第5期62-63,共2页
-
文摘
通过对局部通风机通风中是否修建调节风门及风门不同的位置对局部通风机工况的改变进行分析,认为调节风门的建筑及其位置对局部通风机工况的影响不同,当调节风门建在恰当位置时能显著增加局部通风机的工作风量。
-
关键词
调节风门
全风压
局部通风机工况
影响
-
分类号
TD726
[矿业工程—矿井通风与安全]
-
-
题名基于图像梯度的数据增广方法
被引量：3
- 5
-
-
作者
刘之瑜
张淑芬
刘洋
罗长银
李敏
-
机构
华北理工大学理学院
河北省数据科学与应用重点实验室
唐山市数据科学重点实验室
-
出处
《应用科学学报》
CAS
CSCD
北大核心
2021年第2期302-311,共10页
-
基金
唐山市重点研发计划项目(No.18120203A)资助。
-
文摘
卷积神经网络用于图像识别的分类任务,需要大规模的图像数据集进行训练。因需要采集目标图像数量和设备条件的限制,采用常规方法难以获取足够多的图像样本,且耗时耗力耗财。目前已提出了多种多样的样本增广方法来解决图像样本不足的问题,本文介绍了数据增广的研究背景和意义。以提高卷积神经网络的图像识别的准确率为目的,针对图像数据增广提出了基于图像梯度的数据增广方法。选取最大图像梯度值,通过精准裁剪方法增加图像样本,扩增图像数据集,使用增广后的数据集对卷积神经网络进行训练。应用Tensorflow深度学习框架和VGG16网络模型,选取PlantVillage的部分数据集,将训练集数据增广至原来的6倍,对扩增前后的训练集进行训练和对比。实验结果表明:使用数据增广后训练集训练的模型的准确率提升4.18%。
-
关键词
数据增广
图像梯度
卷积神经网络
Tensorflow深度学习框架
PlantVillage数据集
-
Keywords
data augmentation
image gradient
convolutional neural network
TensorFlow deep learning framework
PlantVillage dataset
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名迁移学习在设施蔬菜病虫害识别中的应用
被引量：1
- 6
-
-
作者
刘之瑜
张淑芬
李铂初
罗长银
董燕灵
-
机构
华北理工大学理学院
河北省数据科学与应用重点实验室
唐山市数据科学重点实验室
-
出处
《华北理工大学学报（自然科学版）》
CAS
2021年第3期133-142,共10页
-
基金
唐山市重点研发计划项目(No.18120203A)。
-
文摘
随着人们生活水平的日益提高,消费者对新鲜蔬菜的需求日益增大,近40年来设施蔬菜产业快速发展,随着技术水平的提高和物联网设备的更新,设施蔬菜的技术含量显著提高。针对通过图像采集设备在短时间内获取的蔬菜病害图像有限,需要通过迁移学习技术来帮助训练卷积神经网络,该项目对不同类型的卷积神经网络的参数迁移进行了研究,采用Plant Village的部分数据集,将Alex Net的第1层卷积核参数通过区域插值方法计算处理后迁移到VGG16的第1层卷积核参数,再对VGG16进行训练。研究结果证明:该方法可行,迁移参数后的网络比随机初始化的网络准确率提升了4.98%。
-
关键词
设施蔬菜
迁移学习
VGG16
Alex
Net
-
Keywords
facility vegetable
transfer learning
VGG16
Alex Net
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
