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！

龙图腾网获悉汕头大学申请的专利一种基于异步动态聚合的星地连接密度感知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：CN116306980B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310294810.1，技术领域涉及：G06N20/00；该发明授权一种基于异步动态聚合的星地连接密度感知联邦学习方法是由许建龙;金梦晴;刘粤龙;徐卓;林健设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本一种基于异步动态聚合的星地连接密度感知联邦学习方法在说明书摘要公布了：本发明公开一种基于异步动态聚合的星地连接密度感知联邦学习方法、系统及存储介质，其方法应用于地面站，包括：S1、开启第i轮更新，向卫星星座中的第i组卫星发送当前全局模型；S2、实时判断存储队列是否满足第一预设条件或当前更新时长是否满足第二预设条件；若是，执行S3；若否，执行S2；S3、提取存储队列中的所有本地数据包并对当前全局模型进行更新；S4、在判断i未达到预设更新轮数时，将所有本地数据包对应的所有卫星作为第i+1组卫星，再将i+1赋值给i后返回S1。本发明引入异步动态聚合可解决因卫星与地面站的连接密度过于稀疏产生的卫星等待时间长以及因卫星与地面站的连接过于密集产生的卫星计算资源浪费的问题。

本发明授权一种基于异步动态聚合的星地连接密度感知联邦学习方法在权利要求书中公布了：1.一种基于异步动态聚合的星地连接密度感知联邦学习方法，其特征在于，应用于地面站，所述方法包括： 步骤100、开启第i轮更新，向卫星星座中的第i组卫星发送当前全局模型； 步骤200、实时判断存储队列是否满足第一预设条件或者当前更新时长是否满足第二预设条件，所述存储队列用于实时按序缓存接收到的所述卫星星座中的一个卫星所反馈的本地数据包，所述第一预设条件为所述存储队列中当前缓存的本地数据包的数量达到预设缓冲容量，所述第二预设条件为所述当前更新时长达到预设时间周期的整数倍；若是，执行步骤300；若否，执行步骤200； 步骤300、提取出所述存储队列中的所有本地数据包并对所述当前全局模型进行更新，包括： 根据每个本地数据包记载的更新轮次，计算出每个本地数据包携带的最优本地模型所占的权重值，再结合每个最优本地模型及其所占的权重值对所述当前全局模型进行更新，相应的更新公式为： 式中，为在完成第i轮更新之后得到的当前全局模型，为在完成第i-1轮更新之后得到的当前全局模型，为混合超参数，为所述所有本地数据包，为第k个本地数据包携带的最优本地模型所占的权重值，为第k个本地数据包携带的最优本地模型，为第k个本地数据包记载的更新轮次； 根据每个本地数据包记载的本地数据集大小，将每个本地数据包携带的最优本地模型的损失函数进行加权求和，得到更新后的当前全局模型的损失函数，相应的求和公式为： 式中，为当前全局模型的损失函数，为第k个本地数据包记载的本地数据集大小，为所述所有本地数据包记载的所有本地数据集大小之和，为最优本地模型的损失函数，为第k个本地数据包所关联的卫星自带的本地数据集，为本地数据集中的一个数据，为最优本地模型对数据的训练损失； 步骤400、在判断i未达到预设更新轮数时，将所述所有本地数据包所对应的所有卫星作为第i+1组卫星，再将i+1赋值给i后返回步骤100。

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汕头大学，其通讯地址为：515063 广东省汕头市大学路汕头大学；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。