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！

龙图腾网获悉华东理工大学申请的专利一种基于个性化联邦增量学习的脑电信号身份识别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：CN117077765B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310644445.2，技术领域涉及：G06N3/098；该发明授权一种基于个性化联邦增量学习的脑电信号身份识别方法是由李冬冬;王喆;黄楠;曾中良设计研发完成，并于2023-06-01向国家知识产权局提交的专利申请。

本一种基于个性化联邦增量学习的脑电信号身份识别方法在说明书摘要公布了：本发明提供了一种基于个性化联邦增量学习的脑电信号身份识别方法，包括如下步骤：首先，采用基于服务器—客户端的联邦学习架构，每个客户端初始化私有的本地模型、学习率网络和回放样本池。然后，在每一个任务增量时，每个客户端采用增量元学习方法对本地源源不断的任务流进行持续学习。接着，本发明设计个性化联邦增量学习策略，通过全局共享模型参数、本地保留学习率网络来实现对不同客户端中不同增量任务的异构数据的学习。最后，中央服务器使用通信过程中训练好的全局模型对不同机构的脑电信号数据进行身份识别。本发明所提出的个性化联邦增量学习方法，实现了联邦通信过程中客户端间知识的正向迁移，以生成适用于各端的通用身份识别模板。

本发明授权一种基于个性化联邦增量学习的脑电信号身份识别方法在权利要求书中公布了：1.一种基于个性化联邦增量学习的脑电信号身份识别方法，其特征在于，包括以下步骤： S101：采用的服务器—客户端架构是以服务器为中心、客户端为分布式节点的联邦学习框架，每个客户端只基于本地的私有数据样本进行训练，不与其它客户端、服务器共享数据，但是与服务器共享模型参数；然后，按照不同的数据分布场景，将所采集到的运动想象脑电信号平均分配到所有K个客户端上，对于共M个类别、每个类别的样本数为n的脑电信号数据，在独立同分布设置下，所有类的训练样本均匀地分布在所有客户端，每个客户端k，其中1≤k≤K，都将处理类别相同但样本不重叠的数据，即每个客户端k处理的样本类别数为M、样本数为在非独立同分布设置下，所有的类别均匀地分布在所有客户端，每个客户端处理的类别互不相交：每个客户端k处理的样本类别数为样本数为最后，对每个客户端k进行初始化，包括本地元学习模型的模型参数本地学习率网络的模型参数和一定容量的回放样本池 S102：每一个任务增量时，步骤S101所初始化的每个客户端基于本地的模型和当前的私有增量任务进行增量学习； S103：步骤S102所更新的客户端保留本地的学习率网络和回放样本池，通过与服务器共享本地的元学习模型参数；中央服务器通过聚合步骤S102所更新的客户端的共享模型参数得到全局模型；中央服务器将联邦平均得到的全局模型分发至所有客户端； S104：对所述S103设计的个性化联邦增量学习方法进行迭代训练直至R次通信轮次，保证模型收敛；使用所述个性化联邦增量学习方法对待识别的脑电数据样本进行分布式增量学习，确定该脑电数据样本所对应的用户标签，其具体过程为中央服务器基于训练好的全局参数Θ对输入测试脑电信号x进行识别，得到的标签y即为预测的身份信息。

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华东理工大学，其通讯地址为：200237 上海市徐汇区梅陇路130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。