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！

龙图腾网获悉河南理工大学申请的专利基于客户端选取与聚合权重调节的异步联邦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：CN118628837B 。

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：202410901899.8，技术领域涉及：G06V10/764；该发明授权基于客户端选取与聚合权重调节的异步联邦图像分类方法及系统是由李亚男;任建吉;原永亮;任雪斌;王艺蒙;王玉光设计研发完成，并于2024-07-05向国家知识产权局提交的专利申请。

本基于客户端选取与聚合权重调节的异步联邦图像分类方法及系统在说明书摘要公布了：本发明涉及图像分类技术领域，特别涉及一种基于客户端选取与聚合权重调节的异步联邦图像分类方法及系统，利用联邦学习算法对图像分类模型进行训练，得到图像分类目标模型，所述联邦学习算法基于历史图像数据累积分布进行目标客户端选取并依据本地模型与全局模型相似性和本地模型间相似性来调节聚合权重；将待识别图像输入至图像分类目标模型中，利用图像分类目标模型获取待识别图像的种类并输出。本发明可减小数据异质性对全局模型的影响，挖掘本地过时更新模型的有价值信息，提升全局模型的效用，提升异步联邦图像分类过程中全局模型的预测性能，可适用于包括但不局限于图像分类的有监督数据分析场景。

本发明授权基于客户端选取与聚合权重调节的异步联邦图像分类方法及系统在权利要求书中公布了：1.一种基于客户端选取与聚合权重调节的异步联邦图像分类方法，其特征在于，包含： 利用联邦学习算法对图像分类模型进行训练，得到图像分类目标模型，所述联邦学习算法基于历史图像数据累积分布进行目标客户端选取并依据本地模型与全局模型相似性和本地模型间相似性来调节聚合权重，其中，数据分布为各类图像数据在相应图像数据中所占比例，历史图像数据累积分布为将用户本地图像数据分布添加至历史全局图像数据分布来获取； 其中，利用联邦学习算法对图像分类模型进行训练，包含： 中心服务器初始化模型参量及全局图像类别标签列表，并将初始化的模型参量广播给所有参与联邦学习训练的客户端，所述所有参与联邦学习训练的客户端组成第一客户端集合，所述全局图像类别标签列表用于记录已参与全局模型更新的客户端图像数据累积分布； 每个客户端统计本地图像数据类别标签列表并发送给中心服务器； 每个客户端接收全局模型参量并将其作为本地模型参数，从本地图像数据中随机抽取最小批数据，利用所述最小批数据对本地模型进行训练，并将训练后的本地模型增量及对应客户端上传至中心服务器的缓存队列中； 中心服务器从缓存队列中按先进先出原则选取指定数量的客户端，将选取的客户端组成第二客户端集合，并基于历史图像数据累积分布从第二客户端集合中选取目标客户端并更新全局图像类别标签列表，将目标客户端组成第三客户端集合； 中心服务器基于本地模型与全局模型相似性和本地模型间相似性来调节第三客户端集合中本地更新聚合权重，并依据聚合权重和第三客户端集合中目标客户端更新当前全局模型； 中心服务器将更新后的全局模型参量下发至第二客户端集合中的所有客户端，以迭代执行联邦学习训练过程，直至满足预设迭代条件，并获取图像分类目标模型； 依据聚合权重和第三客户端集合中目标客户端更新当前全局模型的过程表示为： 其中，wt为第t次全局模型更新时当前全局模型，ui为目标客户端集合中的目标客户端，Cds为基于过时性的权重调节，为目标客户端聚合权重的归一化权重，为目标客户端本地模型增量，所述过时性为当前全局模型更新时目标客户端上传本地模型增量的过时性； 将待识别图像输入至图像分类目标模型中，利用图像分类目标模型获取待识别图像的种类并输出。

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河南理工大学，其通讯地址为：454000 河南省焦作市高新区世纪大道2001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”。