专利交易市场

本公开提出了一种基于本地差分隐私噪声控制的联邦学习方法及系统，方法包括：客户端将本地模型和全局模型之间的差异作为约束因子，更新本地局部模型；基于更新的本地局部模型参数和全局模型参数，采用互信息计算扰动添加值；将扰动添加值添加到更新的本地局部模型的参数中，将添加扰动的本地局部模型参数发送给中心服务器；中心服务器对接收到的添加扰动的本地局部模型参数进行聚合，根据聚合后的数据对模型进行重构得到本轮训练的全局模型，再下发给各客户端。通过将本地模型和全局模型之间的距离作为约束因子对本地模型进行训练，并利用互信息计算待添加扰动，实现了在保护客户端本地隐私的同时保证联邦学习全局模型训练的性能。

本发明公开一种汽车噪声控制装置及其控制方法，汽车噪声控制装置包括中央控制系统、噪声采集系统、车速检测系统、误差检测系统、噪声控制系统；噪声采集系统用于汽车内若干种噪声信号的采集；车速检测系统用于实时采集汽车的车速信号；误差检测系统用于实时采集汽车内的噪声数据；噪声控制系统用于根据中央控制系统发送的控制信号对所述噪声信号进行消除；中央控制系统用于构建噪声识别模型，基于车速信号对主噪声源进行识别，并控制噪声控制系统对主噪声源所对应噪声信号进行消除；中央控制系统还用于在噪声数据的分贝值大于预设阈值的情况下对噪声识别模型的参数进行更新。本发明能够有效提高车内降噪效果，同时降低汽车噪声控制装置的成本。