联邦学习协同的边缘计算目标识别系统及方法

本发明公开了一种联邦学习协同的边缘计算目标识别系统及方法，涉及计算机人工智能技术领域，本方法先在边缘设备对图像等数据清洗、做基于特征熵增强及多层级编码，用改进AdaM及元学习训练本地模型，以混沌映射加密参数后上传，附数据复杂度等元数据，服务器用加权注意力聚合，依区块链验证并给设备分发模型与更新建议，设备经多模态融合识别，借知识图谱后处理输出目标详情。本发明在边缘预处理降数据传输量，借联邦学习协同提升模型性能，多手段保障数据安全与模型聚合精准，能自适应优化、处理异常数据，多模态融合及知识图谱助力精准识别，激励机制促系统高效稳定运行。