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！

龙图腾网获悉安徽工业大学申请的专利一种基于逐层方向指导的个性化联邦学习废钢检测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：CN119380101B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411517995.9，技术领域涉及：G06V10/764；该发明授权一种基于逐层方向指导的个性化联邦学习废钢检测方法是由吴宣够;王伟业;张卫东设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种基于逐层方向指导的个性化联邦学习废钢检测方法在说明书摘要公布了：本发明涉及冶金技术领域，公开一种基于逐层方向指导的个性化联邦学习废钢检测方法，包括如下步骤：废钢图片采集及预处理：通过高分辨率工业相机在各废钢回收站的不同卸料点采集不同种类废钢的高清图片作为训练数据集；对采集到的图像数据进行标注。采用基于逐层方向指导机制的个性化联邦学习，通过客户端模型间的差异，利用逐层方向指导机制计算各客户端在层级上的方向向量，用以指导各客户端个性化模型的更新方向，以此为各废钢回收站点定制个性化模型，使个性化模型可在保证兼顾学习其他部分废钢回收站点数据的情况下，进一步针对自身本地数据进行精细的学习，提升模型在自身客户端上的性能。

本发明授权一种基于逐层方向指导的个性化联邦学习废钢检测方法在权利要求书中公布了：1.一种基于逐层方向指导的个性化联邦学习废钢检测方法，其特征在于，包括如下步骤： S1、废钢图片采集及预处理： 通过高分辨率工业相机在各废钢回收站的不同卸料点采集不同种类废钢的高清图片作为训练数据集； 对采集到的图像数据进行标注； 进行数据预处理，包括数据清洗、去除噪声和重复图像、数据裁剪； 将废钢图像数据集按8：2的比例划分为训练集和测试集； S2、初始化模型： 各废钢回收站点部署参数和结构相同的初始模型； S3、本地训练： 各客户端使用废钢图片数据集进行本地训练； 使用随机梯度下降结合交叉熵损失函数进行模型优化； 对于随机梯度下降，各轮本地训练使用小批量数据集进行梯度计算，并更新模型参数； S4、基于客户端模型差异的聚合权重方法： 各废钢回收站点将本地模型参数和损失值上传至服务器； 服务器通过cosine相似度逐层计算任意客户端在层级上的模型相似度； 对损失值进行归一化操作，并结合各客户端在层级上的模型相似度，计算各模型间层级的聚合权重系数； S5、基于逐层方向指导机制的个性化模型聚合： 对第i个客户端的个性化聚合使用基于逐层方向指导机制的方式进行； 通过在S4步骤中得到的聚合权重系数，择取聚合权重系数较大的前k个客户端模型； 利用各客户端对第i个客户端的指导作用计算各客户端模型的方向向量； 服务器计算各客户端模型在模型层级上的方向向量，并广播全部方向向量至相对应的客户端； 各客户端在接收到方向向量后，对其个性化模型进行逐层更新； 重复上述本地训练、聚合权重计算和个性化模型聚合过程，直至达到预设的训练轮次。

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安徽工业大学，其通讯地址为：243032 安徽省马鞍山市马向路新城东区；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。