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！

龙图腾网获悉广东工业大学申请的专利一种基于锚点对齐个性化联邦学习的图像分类方法及系统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：CN118781424B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202410932420.7，技术领域涉及：G06V10/764；该发明授权一种基于锚点对齐个性化联邦学习的图像分类方法及系统是由陈家辉;向春香;谢正南设计研发完成，并于2024-07-12向国家知识产权局提交的专利申请。

本一种基于锚点对齐个性化联邦学习的图像分类方法及系统在说明书摘要公布了：本发明公开了一种基于锚点对齐个性化联邦学习的图像分类方法及系统，该方法包括：获取图像分类数据集、本地模型和全局模型；生成锚点，并根据全局类中心为所述锚点分配类标签；根据全局模型的分类器参数对本地模型进行初始化；用锚点指导本地模型的训练，计算本地类中心和更新本地模型；更新全局模型的分类器参数和全局类中心；循环训练步骤得到最终分类模型；基于最终分类模型输出分类结果。该系统包括：服务器，用于执行全局模型的训练；客户端，用于执行本地模型的训练。本发明可广泛应用于联邦学习领域。

本发明授权一种基于锚点对齐个性化联邦学习的图像分类方法及系统在权利要求书中公布了：1.一种基于锚点对齐个性化联邦学习的图像分类方法，其特征在于，包括以下步骤： S1、获取图像分类数据集、本地模型和全局模型； S2、服务器生成锚点，并根据全局类中心为所述锚点分配类标签； S3、将所述全局模型的分类器参数和所述锚点分发至客户端； S4、所述客户端根据所述全局模型的分类器参数对所述本地模型进行初始化； S5、基于所述图像分类数据集，所述客户端利用所述锚点指导所述本地模型的训练，计算本地类中心和更新所述本地模型； S6、聚合更新后的本地模型的分类器参数，并更新所述全局模型的分类器参数；聚合本地类中心，并更新所述全局类中心； S7、循环步骤S2-S6，直至达到预设全局训练轮次，得到最终分类模型； S8、将待测图像输入至所述最终分类模型，得到分类结果； 所述服务器生成锚点，并根据全局类中心为所述锚点分配类标签这一步骤，其具体包括： 随机生成一组形成等角紧框架正则单纯形的锚点； 计算所述锚点与全局类中心之间的距离，为所述锚点分配类标签； 根据所述类标签对所述锚点进行排序； 所述基于所述图像分类数据集，所述客户端利用所述锚点指导所述本地模型的训练，计算本地类中心和更新所述本地模型这一步骤，其具体包括： 基于所述图像分类数据集生成图像特征； 基于对比学习，引导所述图像特征靠近同类锚点，并计算第一损失； 对同类的所述图像特征进行平均生成对应的类中心，整合得到本地类中心； 引导本地模型的分类器类向量对齐锚点，并计算第二损失； 结合所述第一损失、所述第二损失和交叉熵损失，得到最终损失值； 基于所述最终损失值更新所述本地模型。

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广东工业大学，其通讯地址为：510006 广东省广州市番禺区广州大学城外环西路100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”。