科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高医疗数据的共享安全性，提出了一种基于遗传算法的联邦学习算法.该算法将单个用户到服务器的数据传输减少到单个适应度值，用户不需要上传模型的梯度信息，避免了传输数据泄露带来的问题.使用卷积神经网络对脑电波EEG信号进行分类，使用改进的遗传算法对模型进行优化，设计了合适的编码、交叉、变异算子以及精英保留策略对问题进行求解.实验结果表明，该算法可以得到较好的求解精度，较好保障了医疗数据的隐私安全.
-
单位肇庆医学高等专科学校; 公共卫生学院
