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！

龙图腾网获悉福州大学;国网信通亿力科技有限责任公司申请的专利一种基于软聚类的联邦异构图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：CN119691477B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202411847303.7，技术领域涉及：G06F18/23；该发明授权一种基于软聚类的联邦异构图学习方法是由刘延华;方文昱;陈惠文;陈新清;林浩强设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种基于软聚类的联邦异构图学习方法在说明书摘要公布了：本发明提出一种基于软聚类的联邦异构图学习方法，以解决图结构数据的非独立同分布、训练过程中客户端参与程度不一致导致的联邦学习模型性能下降问题。本发明将图结构数据的结点属性特征和结构特征进行解耦训练，并根据不同客户端的图结构数据结构特征分布的相似性进行个性化的软聚类，最终在聚类内依据客户端在训练中的参与程度以及模型性能进行加权聚合，得到个性化迭代后的模型。本发明将软聚类与联邦图学习两种领域的前沿技术结合，有助于解决联邦图学习中拥有不同图结构数据分布、不同训练程度的客户端对模型性能的负面影响，保护本地数据隐私安全，同时训练更贴合客户端实际数据分布的个性化模型，提高联邦学习模型的训练效率和准确性。

本发明授权一种基于软聚类的联邦异构图学习方法在权利要求书中公布了：1.一种基于软聚类的联邦异构图学习方法，其特征在于，包括如下步骤： 步骤S1、针对图结构数据的结构特征，构造显性的图嵌入，将图结构数据的结点属性特征和结构特征进行解耦训练； 步骤S2、根据图结构数据的结构特征分布的不同，对具有相近结构特征数据的客户端划分软聚类； 步骤S3、根据聚类簇内不同客户端训练参与程度与训练得到的模型性能，对模型进行加权聚合，得到个性化的迭代模型； 步骤S3中，根据聚类簇内不同客户端训练参与程度与训练得到的模型性能，对模型进行加权聚合，得到个性化的迭代模型，具体包括以下步骤： 步骤S3A1、统计同一聚类簇内不同客户端的训练参与程度与训练得到的模型性能，分别计算基于训练参与程度与基于模型性能的两种聚合权重算子； 步骤S3A2、综合考虑基于训练参与程度与基于模型性能的两种聚合权重算子，计算本轮聚类簇内各个客户端的聚合权重，并加权聚合得到本轮聚类簇内的个性化模型； 步骤S3A1中，统计同一聚类簇内不同客户端的训练参与程度与训练得到的模型性能，分别计算基于训练参与程度与基于模型性能的两种聚合权重算子的公式如下： 其中，分别表示第i个客户端基于训练参与程度与基于模型性能的两种聚合权重算子，Di和Pi分别代表客户端i拥有的数据量和训练参与次数，Acci表示模型性能的准确率，τ表示用于控制权重值域的偏移量，N'表示聚类簇内客户端数量； 步骤S3A2中，综合考虑基于训练参与程度与基于模型性能的两种聚合权重算子，计算本轮聚类簇内各个客户端的聚合权重，并加权聚合得到本轮聚类簇内的个性化模型的公式如下： 其中，Wi表示第i个客户端的聚合权重，λ1、λ2分别表示基于训练参与程度与基于模型性能的两种聚合权重算子所对应的比例超参数，Φ、∅s,i分别表示聚合得到的个性化模型参数和第i个客户端提取结构特征部分的局部模型参数。

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福州大学;国网信通亿力科技有限责任公司，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。