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纵向联邦学习的产品装配质量预测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：CN118608000B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202410785922.1，技术领域涉及：G06Q10/0639；该发明授权一种基于纵向联邦学习的产品装配质量预测方法及系统是由冷杰武;李荣杰;徐才宇;钟元蔚;谢俊星;郑恪悠;刘强设计研发完成，并于2024-06-18向国家知识产权局提交的专利申请。

本一种基于纵向联邦学习的产品装配质量预测方法及系统在说明书摘要公布了：本发明公开了一种基于纵向联邦学习的产品装配质量预测方法及系统，各参与方的数据样本在加密策略下进行样本对齐，解决数据不集中、不均匀和稀缺问题。各参与方的本地模型的多方平行结构采用定置化数据分区策略将产品装配数据进行数据分区，编码器部分先对分区数据进行层归一化，并通过多头注意力层进行特征提取，进而挖掘参与方内部各装配生产线及各设备装配数据之间的关联关系，达到增强模型特征提取能力的目的。采用多方安全计算的同态加密方法对各参与方的本地模型进行梯度安全聚合，得到全局模型，从而实现联合多家分工厂的数据共同训练出高精确度的装配质量预测模型这一目标，实现兼顾多方差异角色可信共享与隐私保护的产品服务研发辅助决。

本发明授权一种基于纵向联邦学习的产品装配质量预测方法及系统在权利要求书中公布了：1.一种基于纵向联邦学习的产品装配质量预测方法，其特征在于，包括： 各参与方的数据样本在加密策略下进行样本对齐； 各参与方通过各自的已经过对齐的数据样本训练得到各自的本地模型，并基于本地模型提取并聚合对应的参与方中不同设备产生的数据特征； 采用多方安全计算的同态加密方法对各参与方的本地模型进行梯度安全聚合，得到全局模型； 对提取并聚合的各参与方中不同设备产生的数据特征进行合并，并采用合并后的数据特征对全局模型进行训练；最后采用训练后的全局模型对产品装配质量进行预测； 对齐后的各参与方的数据样本在本地模型中经过两轮多方平行结构后，提取得到数据特征，并对数据特征进行聚合； 多方平行结构采用定置化数据分区策略将产品装配数据进行数据分区，编码器部分先对分区数据进行层归一化，并通过多头注意力层进行特征提取，进而挖掘参与方内部各装配生产线及各设备装配数据之间的关联关系，以实现特征提取； 定置化数据分区策略包括： 对尺寸为Hj×Wj的第j台关键装配加工设备数据进行分区操作，将数据切分为Nj个数据块： Nj＝HjWjpatch_size； patch_size＝PHj·PWj； 其中，patch_size为数据块尺寸大小，PHj和PWj均根据第j台关键装配加工设备的加工特点进行确定，分别为数据块的长度和宽度； 在数据分区序列前加入一个可学习分类的信息elementclass，进而得到长度为Nj+1的数据分区序列； 在对装配产线中每个关键设备数据均采用设备定置化数据分区策略之后，即可将数据输入到对应的编辑器中进行特征提取。

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：510062 广东省广州市越秀区东风东路729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。