南京大学陈浩获国家专利权
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！
龙图腾网获悉南京大学申请的专利基于在线联邦迁移学习的码率自适应策略高效训练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：CN116938887B 。
龙图腾网通过国家知识产权局官网在2025-10-17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：202310687578.8，技术领域涉及：H04L65/1045；该发明授权基于在线联邦迁移学习的码率自适应策略高效训练方法是由陈浩;郑倩媛;马展设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。
本基于在线联邦迁移学习的码率自适应策略高效训练方法在说明书摘要公布了：本发明提供一种基于在线联邦迁移学习的码率自适应策略高效训练方法，步骤为：1用户客户端经过动态网络条件鉴别器鉴别网络类型和交通方式；2根据鉴别器的鉴别结果将用户聚类成规定的组别，组内用户进行联邦学习；3每一组的中心节点初始化加载预训练离线模型，作为初始全局模型；4中心节点将全局模型参数发送给组内所有用户；5组内用户以全局模型为基础，在线迁移训练本地模型参数，定期向中心节点发送本地更新模型参数；6中心节点聚合组内所有用户模型参数训练得到全局模型；7重复上述步骤，直至中心节点的聚合全局模型训练完毕。本发明在保证用户实时视频会话质量的同时，大大缩短在线学习模型的训练时间。
本发明授权基于在线联邦迁移学习的码率自适应策略高效训练方法在权利要求书中公布了：1.基于在线联邦迁移学习的码率自适应策略高效训练方法，其特征在于，该方法包括如下步骤： 1每个用户客户端经过动态网络条件鉴别器鉴别用户经历的网络类型和交通方式；其中，所述用户客户端经历真实网络进行实时视频流化传输； 2根据所述动态网络条件鉴别器的鉴别结果将用户聚类成规定的组别，相同组的用户进行组内联邦学习； 3每一组的中心节点初始化加载一个预训练的通用离线模型；其中，所述离线模型作为中心节点的初始全局模型； 4每一组的中心节点将全局模型参数发送给组内所有用户； 5组内用户以全局模型为基础，根据本地网络状况在线迁移训练本地模型参数，定期向中心节点发送本地更新模型参数； 6中心节点聚合组内所有用户的模型参数，训练得到聚合全局模型； 7重复上述步骤4至6，直至中心节点的聚合全局模型训练完毕。
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大学，其通讯地址为：210046 江苏省南京市栖霞区仙林大道163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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励