买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工商大学申请的专利基于结构感知信息优化和自适应聚合的异构联邦学习方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119670852B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510180617.4，技术领域涉及：G06N3/098；该发明授权基于结构感知信息优化和自适应聚合的异构联邦学习方法和装置是由范旭炜;杨涛设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于结构感知信息优化和自适应聚合的异构联邦学习方法和装置在说明书摘要公布了：基于结构感知信息优化和自适应聚合的异构联邦学习方法和装置，其方法包括：客户端构建复杂多尺度模型，并使用本地数据训练；获取多尺度模型的结构感知信息，并成梯度调整因子；客户端将梯度调整因子融入本地模型进行训练，通过特征提取器提取所有数据的特征；客户端提取更加个性化的特征表示并记录对应标签，对每个标签的特征加权平均后，与对应标签一起上传至服务端；服务端接收到步每个客户端的平均特征和对应的标签，训练服务端全局预测头；服务端将更新的全局预测头广播给客户端，各客户端预测头基于本地数据，自适应聚合全局预测头；重复多轮训练，每一轮都计算测试指标；各客户端选择最优模型参数，导入后输入图像完成分类任务。

本发明授权基于结构感知信息优化和自适应聚合的异构联邦学习方法和装置在权利要求书中公布了：1.基于结构感知信息优化和自适应聚合的异构联邦学习方法，其特征在于，包括以下步骤： 步骤1：各客户端构建复杂多尺度模型，并使用本地数据训练； 步骤2：获取步骤1中多尺度模型的结构感知信息，并使用结构感知信息生成梯度调整因子；具体包括： 多尺度模型训练完成后，提取尺度调节器参数sd，即结构感知信息，并生成梯度调整因子GAF；通过以下公式计算得到梯度调整因子GAF：，其中，表示原始卷积Conv的尺度调节器参数，表示多尺度特征增强器MFE的尺度调节器参数； 步骤3：各客户端将梯度调整因子融入本地模型进行训练，训练完成后，各客户端通过特征提取器提取所有数据的特征； 步骤4：各客户端将步骤3提取的特征输入自编码器提取更加个性化的特征表示并记录对应标签，各客户端对每个标签的特征加权平均后，与对应标签一起上传至服务端； 步骤5：服务端接收到步骤4中每一个客户端的平均特征和对应的标签，使用这些数据训练服务端全局预测头； 步骤6：服务端全局预测头训练完成后，服务端将更新的全局预测头广播给客户端；各客户端预测头基于本地数据，自适应聚合全局预测头； 步骤7：重复步骤3到步骤6，直至达到预设的训练轮次，每一轮都计算测试指标； 步骤8：各客户端选择最优模型参数，导入后输入图像完成分类任务。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工商大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学正街18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。