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！

龙图腾网获悉国科大杭州高等研究院申请的专利卫星-地面协同学习方法、系统及电子设备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：CN121328665B 。

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：202511908175.7，技术领域涉及：G06N3/098；该发明授权卫星-地面协同学习方法、系统及电子设备是由赵益晟;韩银和;胡森伟;周浩设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本卫星-地面协同学习方法、系统及电子设备在说明书摘要公布了：本公开涉及一种卫星‑地面协同学习方法、系统及电子设备，涉及卫星遥感技术领域，包括：通过地面站将基础模型压缩成小型模型，并将小型模型作为卫星在轨模型；检测卫星在轨推理期间的综合分布偏移量，在综合分布偏移量大于预设阈值时，将相关数据发送至地面站；基于相关数据计算在轨模型的预测结果与基础模型的预测结果之间的加权差异值，并在加权差异值超过预设阈值时，触发在轨模型更新；通过地面站对小型模型执行LoRA微调，以实现在轨模型更新；重复执行上述步骤，直至在轨模型的更新次数达到预设次数，通过地面站将在轨模型聚合到基础模型中实现基础模型的模型更新。本公开方案能够提升卫星在轨模型面对分布外场景时的整体性能。

本发明授权卫星-地面协同学习方法、系统及电子设备在权利要求书中公布了：1.一种卫星-地面协同学习方法，其特征在于，包括： 步骤1：当在轨卫星加入到构建完成的卫星-地面协同学习系统时，通过所述卫星-地面协同学习系统的地面站将基础模型压缩成小型模型，并通过上行链路将所述小型模型发送给所述在轨卫星，以使所述在轨卫星使用压缩后的所述小型模型作为在轨模型； 步骤2：利用OOD检测器检测所述在轨卫星的在轨推理期间的综合分布偏移量，在检测到所述综合分布偏移量大于预设综合分布偏移量阈值时，触发数据下行链路，以将相关数据发送至所述地面站； 步骤3：基于所述地面站从所述在轨卫星接收的相关数据，计算所述在轨模型的预测结果与所述地面站的基础模型的预测结果之间的加权差异统计值，并在所述加权差异统计值超过预设差异统计阈值时，触发对所述在轨模型的选择性更新； 步骤4：在所述在轨模型的选择性更新阶段，在所述地面站对所述在轨卫星对应的小型模型执行微调，生成微调后的更新参数，并通过上行链路将微调后的所述更新参数发送至所述在轨卫星，以使所述在轨卫星加载所述更新参数，完成对所述在轨模型的更新； 重复执行上述步骤1-4，直至所述在轨模型的累积更新次数达到预设更新次数，通过所述地面站将一个或多个更新后的所述在轨模型聚合到所述基础模型中，以实现所述基础模型的更新； 所述基于所述地面站从所述在轨卫星接收的相关数据，计算所述在轨模型的预测结果与所述地面站的基础模型的预测结果之间的加权差异统计值，并在所述加权差异统计值超过预设差异统计阈值时，触发对所述在轨模型的选择性更新，包括： 计算所述地面站的基础模型对所述相关数据的预测概率分布和预测置信度，以及计算所述在轨卫星的在轨模型对所述相关数据的预测概率分布； 计算所述基础模型的预测概率分布与所述在轨模型的预测概率分布之间的KL散度，并利用所述基础模型的预测置信度对所述KL散度进行加权运算，得到每个数据点的加权差异值； 基于所有数据点的加权差异值，计算加权差异统计值； 当所述加权差异统计值超过预设差异统计阈值时，触发对所述在轨模型的更新； 所述在所述地面站对所述在轨卫星对应的小型模型执行微调，生成微调后的更新参数，包括： 在所述地面站，基于复合损失函数对所述小型模型执行LoRA微调，以生成所述更新参数，其中，所述复合损失函数由第一损失项和第二损失项加权构成，所述第一损失项为在轨模型预测与数据标签之间差异的交叉熵损失，所述第二损失项为在轨模型预测与地面基础模型预测之间差异的KL散度项。

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国科大杭州高等研究院，其通讯地址为：310024 浙江省杭州市西湖区象山支弄1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。