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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);山东金煜电子科技有限公司申请的专利一种结合SVD和K-means的异构分布式鲁棒学习梯度聚合方法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：CN120106247B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510266896.6，技术领域涉及：G06N20/00；该发明授权一种结合SVD和K-means的异构分布式鲁棒学习梯度聚合方法是由杨明;李彩云;吴晓明;魏鹏;徐波;苑洪涛;王鑫;陈振娅;刘臣胜;穆超设计研发完成，并于2025-03-07向国家知识产权局提交的专利申请。

本一种结合SVD和K-means的异构分布式鲁棒学习梯度聚合方法在说明书摘要公布了：本发明属于分布式机器学习的技术领域，更具体地，涉及一种结合SVD和K‑means的异构分布式鲁棒学习梯度聚合方法。所述方法包括：构建一个分布式学习系统；利用随机梯度下降算法计算梯度并上传至参数服务器；计算梯度的SVD分数；计算梯度的K‑means分数；结合SVD分数和K‑means分数，计算每个节点的综合分数，并选择综合分数最高的n‑f个梯度进行平均聚合，得到最终的全局梯度，将聚合得到的全局梯度用于参数更新。本发明在异构分布式机器学习系统中，能够有效识别和剔除拜占庭节点，从而提高异构分布式机器学习系统的性能。

本发明授权一种结合SVD和K-means的异构分布式鲁棒学习梯度聚合方法在权利要求书中公布了：1.一种结合SVD和K-means的异构分布式鲁棒学习梯度聚合方法，其特征在于，所述方法包括： S1、构建一个具有参数服务器和n个节点的分布式学习系统，所述节点分为诚实节点和拜占庭节点； S2、诚实节点从本地分类数据集中抽取部分数据样本利用随机梯度下降算法计算梯度，并将计算得到的梯度信息上传至参数服务器； S3、参数服务器对所有节点提交的梯度矩阵进行奇异值分解，通过提取奇异值及对应的特征向量，计算梯度的SVD分数； S4、参数服务器使用K-means聚类算法将所有节点的梯度进行聚类，得到k个聚类中心，并记录每个节点与其聚类中心的距离，根据距离，计算梯度的K-means分数； S5、结合SVD分数和K-means分数，计算每个节点的综合分数，并选择综合分数最高的n-f个梯度进行平均聚合，得到最终的全局梯度，将聚合得到的全局梯度用于全局模型参数更新，具体步骤如下： S51、将SVD分数和K-means分数结合，得到每个节点的综合分数： （1） 式（1）中，表示节点i的综合分数，表示节点i的SVD分数，表示节点i的K-means分数，表示节点j的SVD分数，表示节点j的K-means分数； S52、选择综合分数最高的n-f个节点发送的梯度进行平均聚合，计算全局梯度： （2） S53、使用全局梯度更新全局模型参数： （3） 式（3）中，表示第t+1次迭代时的全局模型参数，是第t次迭代时的全局模型参数，表示学习率； S54、使用该方法持续对全局模型参数进行迭代，直至满足目标函数或达到设定的最大迭代次数为止。

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山东省计算中心(国家超级计算济南中心);山东金煜电子科技有限公司，其通讯地址为：250000 山东省济南市历下区经十路东首科学院路19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”。

以上内容由龙图腾AI智能生成。