双正交分解与自适应聚合的个性化联邦学习
Personalized federated learning based on biorthogonal decomposition and adaptive aggregation
1. 华北理工大学 人工智能学院, 河北 唐山 063210
2. 河北省工业智能感知重点实验室, 河北 唐山 063210
摘要
针对个性化联邦学习PFL中数据异构性导致的模型个性化能力受限与泛化性能下降问题，提出一个基于双正交分解与自适应聚合的个性化联邦学习方法FedBDAA(Federated learning based on Biorthogonal Decomposition and Adaptive Aggregation)。设计一种双正交分解策略，对客户端模型参数进行功能正交化分解和结构正交化分解，并采用两阶段协同训练来有效提取并利用客户端本地数据信息，提升模型个性化水平；设计一种自适应聚合策略，通过修改客户端模型共享参数更新向量的大小和方向，并自适应调整聚合权重来提升模型泛化性能。在Cifar10、Cifar100和Tiny-ImageNet三个数据集上，FedBDAA的测试准确率比次优算法pFedFDA、FedCP和FedALA的准确率分别提升了1.12%、3.52%和3.62%，验证了其有效性。
基金项目
北京市现代信息科学与网络技术重点实验室开放课题(XDXX2301)
华北理工大学杰出青年基金资助项目(JQ201715)
唐山市人才项目(A202110011)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.09.0440
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第7期
发布历史
[2026-03-26] 优先出版
引用本文
史彩娟, 朱宏利, 李保锋, 等. 双正交分解与自适应聚合的个性化联邦学习 [J]. 计算机应用研究, 2026, 43 (7). (2026-03-27). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0440. (Shi Caijuan, Zhu Hongli, Li Baofeng, et al. Personalized federated learning based on biorthogonal decomposition and adaptive aggregation [J]. Application Research of Computers, 2026, 43 (7). (2026-03-27). https://doi.org/10.19734/j.issn.1001-3695.2025.09.0440. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
