基于合成数据的单次联邦学习的葡萄酒产地识别模型构建、应用方法及装置

本申请公开了一种基于合成数据的单次联邦学习的葡萄酒产地识别模型构建、应用方法及装置，涉及联邦学习技术领域，该方法包括获取各葡萄酒产地客户端上传的葡萄酒矿物元素含量合成数据集，从中选取部分合成样本作为锚点样本，并应用类别条件扰动策略生成扩展样本，输入至预训练的全局编码器中，输出全局嵌入集合；利用全局嵌入集合和对应的产地类别训练全局分类器。通过客户端的本地生成模型生成合成数据来训练全局分类器，在保护原始数据的同时，缓解客户端间的类别不平衡问题，通过单次联邦学习的模型训练提高训练效率，通过引入类别条件扰动的对比学习策略训练全局编码器，提升不同产地嵌入特征的可分离性，进而提高产地分类的准确性。