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！

龙图腾网获悉河南大学申请的专利一种基于扩散模型和权重自适应知识蒸馏的联邦学习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：CN116665000B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310616878.7，技术领域涉及：G06V10/80；该发明授权一种基于扩散模型和权重自适应知识蒸馏的联邦学习方法是由翟锐;刘杭;靳浩哲;于俊洋;徐宋天浩;宋亚林;王瑛琦;李涵;王龙葛;史蕊;宋然设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种基于扩散模型和权重自适应知识蒸馏的联邦学习方法在说明书摘要公布了：本发明涉及联邦学习的多源异构数据融合技术领域，公开一种基于扩散模型和权重自适应知识蒸馏的联邦学习算法，包括：客户端在本地训练扩散模型并在服务器端生成符合原始图像分布的数据，通过生成的图像扩充客户端本地数据，以实现数据增强；通过在知识蒸馏时动态的给各个参与方分配权重，并在服务器端完成知识的迁移。本发明在各个客户端训练扩散模型并在服务器端直接生成符合全局图像分布的数据，而不需要将原始数据传输到中心服务器，可以更好地保护用户隐私；且本发明通过利用生成数据进行权重自适应的知识蒸馏，可以缓解模型聚合时造成的知识遗忘，从而提高全局模型的泛化能力。

本发明授权一种基于扩散模型和权重自适应知识蒸馏的联邦学习方法在权利要求书中公布了：1.一种基于扩散模型和权重自适应知识蒸馏的联邦学习方法，其特征在于，包括： 客户端在本地训练扩散模型并在服务器端生成符合原始图像分布的数据，通过生成的图像扩充客户端本地数据，以实现数据增强； 通过在知识蒸馏时动态的给各个参与方分配权重，并在服务器端完成知识的迁移；包括： 所述服务器端利用共享数据集动态的给各个局部模型分配蒸馏权重，并利用此权重对全局模型进行知识蒸馏包括： 首先通过公式7计算本地模型在共享数据集上的预测值与实际标签之间的交叉熵损失 其中，yc代表数据类别c的真实标签；wm表示客户端Pm的本地模型参数；为客户端Pm在共享数据集上类别为c数据的logits输出；τ为蒸馏温度； 并通过公式8为每个参与方分配蒸馏权重γm： 其中M为每轮训练时挑选的客户端数量； 知识蒸馏的目标为最小化以下损失： 其中，为知识蒸馏的整体损失；γm为客户端Pm的蒸馏权重；为全局模型在数据集上类别为c数据的logits输出； 通过公式10计算全局模型在共享数据集上的交叉熵损失 其中，为全局模型对于类别为c数据的logits输出； 最终的优化目标为： 通过最小化公式11获得蒸馏后的全局模型。

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大学，其通讯地址为：475004 河南省开封市金明区东京大道和金明大道交叉口河南大学(金明校区)；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。