程序设计C/C++课程
openharmony开发案例
团队提出一种个性化联邦学习框架 FedTSPMAR实现多模态人体行为识别。针对标签分布偏移与特征分布偏移问题，设计"联邦骨干网络训练—双头分类器学习—客户端微调"的渐进策略，实现全局知识共享与本地深度适配的平衡。针对融合过程中的模态坍缩现象，引入模态解耦损失扩大视频与 IMU 特征间距，降低了客户端精度方差并提升平均识别准确率。
2025年Opeanhramony开发与实践设备开发
最近一年贡献：680 次
最长连续贡献：3 日
最近连续贡献：2 日
贡献度的统计数据包括代码提交、创建任务 / Pull Request、合并 Pull Request，其中代码提交的次数需本地配置的 git 邮箱是 Gitee 帐号已确认绑定的才会被统计。
