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！

龙图腾网获悉南京农业大学申请的专利一种基于多模态数据联邦学习的农户信用评估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：CN120258967B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510748069.0，技术领域涉及：G06Q40/03；该发明授权一种基于多模态数据联邦学习的农户信用评估方法及系统是由夏晓岳;姚粤;朱盛茗;张文骏;殷殷;谈文欣;丁正怡;何亮;尹涛设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本一种基于多模态数据联邦学习的农户信用评估方法及系统在说明书摘要公布了：本发明公开了一种基于多模态数据联邦学习的农户信用评估方法及系统，涉及计算机智能技术领域，包括基于GIS空间编码和产权年限信息，构建土地资产的双通道表征方式，结合多源数据，生成农户生产能力和资产状况的多维特征输入；构建三级联邦学习结构，通过TLS通信加密和设备身份认证，安全交换数据，注入差分隐私噪声；采用Top‑K梯度选择算法进行参数稀疏化传输，结合轮次递增策略动态调整稀疏率，引入分组稀疏卷积和参数冻结机制，通过8‑bit蒸馏量化压缩联邦深度学习模型和部署适配边缘；本发明所述方法融合多模态特征构建、分层联邦训练和隐私增强机制，实现农户信用评估的精细建模、轻量部署和数据安全协同。

本发明授权一种基于多模态数据联邦学习的农户信用评估方法及系统在权利要求书中公布了：1.一种基于多模态数据联邦学习的农户信用评估方法，其特征在于，包括： 基于GIS空间编码和产权年限信息，构建土地资产的双通道表征方式，结合多源数据，生成农户生产能力和资产状况的多维特征输入； 构建三级联邦学习结构，通过TLS通信加密和设备身份认证，安全交换数据，注入差分隐私噪声； 采用Top-K梯度选择算法进行参数稀疏化传输，结合轮次递增策略动态调整稀疏率，引入分组稀疏卷积和参数冻结机制，通过8-bit蒸馏量化压缩联邦深度学习模型和部署适配边缘； 双通道表征方式包括，空间时限双通道土地建模，采用GIS空间位置和产权年限两个独立维度对土地资产进行编码； 三级联邦学习结构包括，构建基于终端设备和边缘节点以及中央协调器组成的三级联邦拓扑结构，通过安全通信协议互通，构建分层异构联邦网络架构； 设备身份认证包括，通过设备唯一ID和时间戳令牌实现终端身份认证和上下游节点绑定； 注入差分隐私噪声包括，聚合过程中对上传参数加入拉普拉斯噪声，统一控制服务器端扰动强度； 参数稀疏化传输包括，基于训练轮次递增动态调整Top-K梯度上传比例，结合通信状态和本地损失变化灵活调节梯度传输； 通过8-bit蒸馏量化压缩联邦深度学习模型包括，采用8-bit定点量化和知识蒸馏联合策略在全局联邦深度学习模型部署前完成压缩和精度迁移。

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南京农业大学，其通讯地址为：210095 江苏省南京市玄武区卫岗1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”。