基于梯度投影与硬分簇的三模个性化联邦学习方法及系统

本发明公开了基于梯度投影与硬分簇的三模个性化联邦学习方法及系统，方法如下：S1、中央服务器初始化处理；S2、将全局模型及簇模型分给对应客户端；S3、客户端构建更新方向建议向量；S4、客户端得到外部建议向量与本地理想方向向量的一致性分数；S5、客户端构造本地微调模型；后执行随机梯度下降训练，生成更新的本地个性化模型，将模型和测试准确率上传；S6、服务器接收本轮所有本地个性化模型，进行加权聚合，得到新一轮全局模型；S7、服务器构建全局客户端的相似性亲和矩阵；服务器运行硬划分映射函数，将客户端划分至互斥的簇中；S8、服务器提取对应簇客户端的相似性亲和矩阵；聚合生成簇模型；S9、迭代结束，得到客户端个性化模型。