一种基于自适应特征对齐的个性化全局原型联邦学习方法及系统

本发明公开了一种基于自适应特征对齐的个性化全局原型联邦学习方法及系统，该方法采用自适应特征对齐机制实现局部特征空间与全局特征空间的双向自适应对齐，生成个性化全局原型作为本地模型提取特征的最终指导，并引入冻结的全局分类器以显式地将全局信息引入客户端，将个性化全局原型输入该冻结的全局分类器，再将其与客户端训练分类器的输出进行融合，得到最终预测结果输出。相对于其他个性化联邦学习方法而言，本发明的方法及系统能够更为有效的利用全局信息，且通过个性化全局原型的设计，显著增强了本地模型的泛化能力，从而整体提升了模型性能。